Objects as Points 解读

Objects as
Points 2019 Xingyi Zhou, Dequan Wang, Philipp Krahenb ¨uhl

我们在对象的边界框中心用一个点表示对象(参见图2)，然后直接从中心位置的图像特征返回其他属性，如对象大小、尺寸、3D范围、方向和姿态。目标检测是一个标准的关键点估计问题。将图像输入到一个完全卷积网络中生成一个热图，热图的峰值对应对象的中心。每个峰值的图像特征预测对象边界框的高度和weight。

本文的方法与基于锚的单步方法密切相关，但有所区别，一：CenterNet分配锚是基于位置的，而不是框重叠。没有手工设置阈值区分前景还是背景 二：每个对象只有一个锚，所以不需要极大值抑制。仅仅在关键点热图中抽取局部峰值。 三。CenterNet使用了一个更大的输出分辨率（输出步长为4），，传统的对象检测输出步长为16.

相关工作：通过区域分类的对象检测：R-CNN，从大量候选区域中枚举对象位置，进行裁剪，再对每个区域proposal使用深度网络。Fast R-CNN，不用裁剪图像特征，节省计算，这两个方法都依赖于低层的区域proposal方法。

使用隐式锚对象检测：Faster R-CNN 使用RPN生成区域建议，与真值框Iou>0.7的标记为前景，<0.3的为背景，其他的忽略，每个生成的区域建议要进行分类。

基于关键点估计的对象检测：CornerNet检测两个边界框的角落作为关键点。ExtremeNet检测所有对象的上，左，下，右，中心点。但是这些方法都需要再关键点之后进行组合分组，降低了算法的速度。而本文的方法仅抽取一个中心点，而且不需要组合分组。