人脸检测——Faster R-CNN
2016-09-25 15:34
246 查看
本次介绍人脸检测方法Faster R-CNN:
《2016 Arxiv: Face Detection with the Faster R-CNN》.
上面这篇文章,是对Faster R-CNN的人脸检测实现,原始的Faster R-CNN实现的是多目标检测,即下面这篇文章:
《2015 CVPR: Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》.
核心导读:
RPN(Region Proposal Networks) + Fast R-CNN
RPN负责找到可能的目标窗口,R-CNN负责进一步判断目标。
因为讲解Faster R-CNN的文章已经很多了,所以我这里就快速的切入几个要点。
下面给出RPN的示意图:
![](https://img-blog.csdn.net/20160925134538286)
输入: 一幅图像,尺寸\(M\times600\), 即resize使得最短边为600.
中间输出: conv feature map,大小\(m\times n\)。在该feature map上以\(3\times3\)滑窗,为了检测不同形状的窗口,这里每一个滑动窗口代表了可能的k=9种实际窗口(分别是3种不同尺度和3种不同宽高比)。每一个实际窗口,我们都称之为anchor。
最终输出: 一是:classifier score map,大小为\(m\times\ n\times 2\times k\),表示每一个窗口是或是不是目标的概率;
二是:regression map, 大小为\(m\times\ n\times 4\times k\),表示每一个窗口所回归出来的四个坐标\([x,y,w,h]\)
Test的时候,我们可以根据score map以一定阈值选出候选窗口,然后以regression map来修正这些候选框。
显然,RPN的Loss包含了两个部分,分别是分类和回归:
![](https://img-blog.csdn.net/20160925142643273)
其中,\(p_i\) 是第 \(i\) 个anchor属于目标的概率。
![](https://img-blog.csdn.net/20160925144156004)
由上图可以看出,RPN负责提供候选窗口,R-CNN负责对这些窗口做进一步判断,一共是先后的两部分。
而且,两部分共用前面的所有的层,这样就通过参数共享大大减少了模型大小,从而提高了速度。
最后做目标确认的时候,使用了ROI-Pooling方法,即只pooling目标区域。
论文最终采用了“Alternating training”的训练策略,分为4阶段:
(1)训练RPN;
(2) 利用RPN产生的候选窗口来训练R-CNN;
(3)在(2)的基础上训练再次RPN,只不过保持共享层不训练;
(4)在(3)的基础上训练R-CNN分支,同时保持其它层不变。
《2016 Arxiv: Face Detection with the Faster R-CNN》.
上面这篇文章,是对Faster R-CNN的人脸检测实现,原始的Faster R-CNN实现的是多目标检测,即下面这篇文章:
《2015 CVPR: Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》.
核心导读:
RPN(Region Proposal Networks) + Fast R-CNN
RPN负责找到可能的目标窗口,R-CNN负责进一步判断目标。
因为讲解Faster R-CNN的文章已经很多了,所以我这里就快速的切入几个要点。
—————————— RPN ——————————
RPN负责从一副输入图像中选出一些候选目标窗口,它的作用和古老的“Sliding Window”(滑动窗口)类似,但后者通常会在一幅图像上产生数以万计的窗口。下面给出RPN的示意图:
输入: 一幅图像,尺寸\(M\times600\), 即resize使得最短边为600.
中间输出: conv feature map,大小\(m\times n\)。在该feature map上以\(3\times3\)滑窗,为了检测不同形状的窗口,这里每一个滑动窗口代表了可能的k=9种实际窗口(分别是3种不同尺度和3种不同宽高比)。每一个实际窗口,我们都称之为anchor。
最终输出: 一是:classifier score map,大小为\(m\times\ n\times 2\times k\),表示每一个窗口是或是不是目标的概率;
二是:regression map, 大小为\(m\times\ n\times 4\times k\),表示每一个窗口所回归出来的四个坐标\([x,y,w,h]\)
Test的时候,我们可以根据score map以一定阈值选出候选窗口,然后以regression map来修正这些候选框。
显然,RPN的Loss包含了两个部分,分别是分类和回归:
其中,\(p_i\) 是第 \(i\) 个anchor属于目标的概率。
—————————— Faster R-CNN ——————————
现在给出整体的结构图:由上图可以看出,RPN负责提供候选窗口,R-CNN负责对这些窗口做进一步判断,一共是先后的两部分。
而且,两部分共用前面的所有的层,这样就通过参数共享大大减少了模型大小,从而提高了速度。
最后做目标确认的时候,使用了ROI-Pooling方法,即只pooling目标区域。
—————————— 训练策略 ——————————
另外还需要注意的就是训练策略了。论文最终采用了“Alternating training”的训练策略,分为4阶段:
(1)训练RPN;
(2) 利用RPN产生的候选窗口来训练R-CNN;
(3)在(2)的基础上训练再次RPN,只不过保持共享层不训练;
(4)在(3)的基础上训练R-CNN分支,同时保持其它层不变。
相关文章推荐
- Windows下Faster RCNN用于人脸检测的训练和demo
- Face Detection with the Faster R-CNN (基于Faster RCNN的人脸检测)
- 人脸检测——Faster R-CNN
- 基于深度学习的目标检测算法:Faster R-CNN
- 目标检测方法总结(RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO)
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理
- 基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN(转)
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理
- 【深度学习:目标检测】 py-faster-rcnn标注FDDB人脸便于其在FDDB上进行测试
- 目标检测方法系列:R-CNN, SPP, Fast R-CNN, Faster R-CNN, YOLO, SSD
- 目标检测Faster_r_cnn代码的使用(python+caffe版本)
- 基于CNN的人脸相似度检测
- Detection物体检测及分类方法总结(RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO)
- [目标检测] faster-rcnn demo.py 解析
- 深度学习实践经验:用Faster R-CNN训练行人检测数据集Caltech——准备工作
- py-faster-rcnn + ZF 实现自己的数据训练与检测(一)
- [目标检测] Faster R-CNN 深入理解 && 改进方法汇总
- 【深度学习:目标检测】RCNN学习笔记(7):Faster R-CNN 英文论文翻译笔记
- 【深度学习:目标检测】 py-faster-rcnn_caffemodel对人脸进行标注
- 目标检测方法总结(RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO)