SSH 算法笔记

最新推荐文章于 2024-07-04 07:04:08 发布

原创

最新推荐文章于 2024-07-04 07:04:08 发布 · 5k 阅读

16 ·

CC 4.0 BY-SA版权

SSH（Single Stage Headless）是ICCV2017上提出的一种人脸检测算法，通过多尺度检测和上下文信息增强提升效果。SSH网络结构基于VGG，通过不同尺度的检测层实现尺度不变性，并利用context module引入上下文信息。实验表明，SSH在不使用图像金字塔的情况下，性能优于使用图像金字塔的同类算法，并且在速度上有优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

论文：SSH: Single Stage Headless Face Detector
论文链接：https://arxiv.org/abs/1708.03979
代码链接：https://github.com/mahyarnajibi/SSH

这篇ICCV2017关于人脸检测的文章提出SSH（single stage headless）算法有效提高了人脸检测的效果，主要改进点包括多尺度检测、引入更多的上下文信息、损失函数的分组传递等，思想比较简洁，效果也还不错。

SSH的网络结构如Figure2所示，整体设计是在VGG的基础上进行了改进，改进主要考虑2点：1、尺度不变性（scale-invariant）。输入图像中待检测的人脸尺度变化范围是比较大的，SSH需要在一个网络中同时检测不同尺度的人脸。2、引入更多的上下文信息（context）。更多的上下文信息对于人脸检测而言无疑是有帮助的。
尺度不变性是通过不同尺度的检测层实现，类似SSD、FPN等目标检测算法。具体而言一共有3个尺度的检测模块，检测模块（detection module）M1、M2、M3的stride分别是8、16、32，从图中也可以看出M1主要用来检测小尺寸人脸，M2主要用来检测中等尺寸人脸，M3主要用来检测大尺寸人脸。每个检测模块都包括分类和回归两个支路，用来输出人脸检测框。检测模块M2是直接接在VGG的conv5_3层之后，而检测模块M1的输入包含了较多的特征融合操作和维度缩减操作（dim red模块，将输入通道从512缩减为128，从而减少计算量）。
引入更多的上下文信息是通过在检测模块中嵌入context module实现的，context module的结构如Figure4所示，这部分通过扩大感受野达到引入更多上下文信息的目的，有点类似图像分割中常用的dilated