Double Anchor R-CNN for Human Detection in a Crowd论文笔记

论文链接：Double Anchor R-CNN for Human Detection in a Crowd
论文题目表明该算法应用场景为 拥挤人群的人体检测。

一、摘要

1. 人体检测的难题：1）拥挤遮挡问题；2）后处理的NMS，很难确定阈值，太大会导致误检多，太小漏检较多，如图1所示；
   

2. 现象：相比于人体，头部特征更为明显，头和头之间的交叉肯定比人小很多；

3. 思想：将头部检测添加到人体检测中。

二、Faster R-CNN

1.Conv layers：作为一种CNN网络目标检测方法，Faster RCNN首先使用一组基础的conv+relu+pooling层提取image的feature maps。该feature maps被共享用于后续RPN层和全连接层。

2.Region Proposal Networks：RPN网络用于生成region proposals。该层通过softmax判断anchor