本文介绍了旷视科技的UnitBox，一个先进的目标检测网络，尤其适用于人脸识别。UnitBox通过引入IOU Loss Layer解决了传统L2 Loss在目标检测中的不足，提高了准确性并加速了模型收敛。网络结构基于VGG-16，包含两个分支，分别预测bounding box坐标差和分类得分。实验表明，UnitBox在WiderFace数据集上表现出更好的尺度鲁棒性和更快的收敛速度。
本次介绍一篇来自旷视科技的人脸检测文章：
《2016 ACM MM UnitBox: An Advanced Object Detection Network》.
代码应该是不会放出来了，但好在实现比较简单。(插播一句，论文里面说速度可以达到12fps，我有点慌，大家看看科学不)
—————————— 分割线 ——————————
Introduction
目标检测可以视作两个任务：目标定位 + 视觉识别。
基于深度学习的目标检测大致又可以分为三个部分：
（1）Region Proposal
这一步主要是为了寻找人脸候选区域，常见的方法有Selective Search、 EdgeBoxes 和stages of cascade detectors。这一步往往是算法的瓶颈所在，与性能和速度关联紧密。
（2）Recognition and Categorization
这一步就是为了对窗口进行分类，二分类(人脸非人脸)，或者多分类(多目标检测)。
（3）Bounding Box Regression
进一步调整检测框，使之更加精准。(可以看做由粗到细的refine过程)
对比两种方法：
Faster R-CNN: 使用region proposal network(RPN)来预测框，但是由于anchor box的尺寸和长宽比都是预先设定的，因此很难处理大的形状变化，特别是小的目标。<
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
