本文介绍了微软的一项研究，提出了一种名为Supervised Transformer Network（STN）的端到端人脸检测方法。该网络包括multi-task RPN、Supervised Transformer Layer、Non-top K抑制策略和ROI卷积，旨在提高检测性能和效率。STN通过学习关键点和模板，消除姿态和尺度变化的影响，同时采用Non-top K策略平衡召回率和精度。实验表明，该方法在保持高检测性能的同时，速度达到CPU上的30FPS。
本次介绍一篇来自微软的人脸检测文章：
《2016 ECCV Supervised Transformer Network for Efficient Face Detection》.
核心导读：
（1） 训练了一个端到端的级联网络；
（2） 引入了supervised transformer层，可以对候选窗口进行矫正以便后续更好地判断是否为人脸；
（3） 引入了Non-top K的抑制策略，在保证召回率的同时也不会有精度损失；
（4） 引入了ROI卷积策略，可以加速运算。
评价：
检测性能基本属于公开方法的第一梯队(ROC曲线约0.9)，速度基本是第一梯队里面最快的，达到CPU上30FPS。（恕我直言，就本文方法的工作量而言，30FPS估计是一个很难复现的数字）
—————— Network Architecture ——————
先来一个overview:
由上图可以看出共包含2个阶段：
（1） 第一阶段主要是mult
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
