Weave Mamba Fusion：面向轻量级人脸检测的全局跨尺度交互

从 FPN 到 BiFPN，特征金字塔方法通过融合多尺度特征，在人脸检测中取得了出色的性能。然而，在无约束条件下检测人脸仍然十分困难，例如小尺度、遮挡和极端姿态等情况，因为这需要局部融合无法建模的全局跨尺度依赖关系。Mamba 等状态空间模型通过将特征作为序列进行扫描，以线性复杂度提供全局上下文，因此为解决这一问题提供了有前景的方向。然而，这种扫描需要将两个金字塔尺度合并为单一特征图，而合并方式决定了跨尺度结构能否得到保留。求和会在扫描前将两个尺度压缩到一起，使扫描无法利用跨尺度结构；而拼接虽然保留了两个尺度，却会带来远高得多的计算成本。为此，我们提出了 Weave Mamba Fusion (WMF)，按列交错两个相邻的金字塔尺度，使水平双向 SS2D 扫描的每一步都从一个尺度移动到另一个尺度。通过部分通道处理和无参数解交织，WMF 在保留特征结构的同时实现了高效的跨尺度交互。将 WMF 集成到每个融合节点中，可得到 WeaveBiFPN，即 WeaveFace 检测器的颈部网络。在 WIDER FACE 上，WeaveFace 仅使用 0.34M 个参数和 1.16 GFLOPs，即可达到 91.41\% 的平均 AP，优于参数量低于 0.5M 的现有检测器。在 Hard 子集上，其提升最为显著，达到 87.14\% AP。代码已公开发布于 \url{https://github.com/dohun-mat/WeaveMambaFusion}】【。