论文题目：《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》

论文链接：https://arxiv.org/pdf/1708.05...

年份：2017

论文作者：Shifeng Zhang等人

作者单位：中国科学院自动化研究所等

公众号CVpython 同步公布

1. 论文要解决什么问题？

要放弃高精度，还要在CPU上达到实时？还真有点难，然而Shifeng Zhang等人针对这个问题，提出了人脸检测模型FaceBoxes，体现SOTA。

2. FaceBoxes如何解决问题？

FaceBoxes框架如图1所示，次要包含Rapidly Digested Convolutional Layers (RDCL)和Multiple Scale Convolutional Layers (MSCL)模块，还有anchor密集策略。

2.1 RDCL

RDCL的目标是为了疾速下采样，让模型可能在CPU下面能达到实时。RDCL采纳的办法是放大空间大小，抉择适合的卷积核大小和缩小输入通道。

  • 放大空间大小：Conv1, Pool1, Conv2 and Pool2 的步长别离是4, 2, 2和 2, 空间大小疾速升高了32倍。
  • 适合的卷积核大小：前几层的一些核应该是比拟小，以便减速，然而也应该足够大，以加重空间大小减小而带有的信息失落(为什么能够缩小信息失落s)。Conv1, Conv2的核大小为7x7, 5x5，所有池化层的核大小为3x3。
  • 缩小输入通道：应用C.ReLU缩小输入通道，操作如图2(a)所示。因为C.ReLU作者统计发现底层卷积时卷积核存在负相关，也就是说假如咱们原本应用10个卷积核，然而当初只须要用5个卷积核，另外5个卷积核的后果能够通过负相关失去。结果表明应用C.ReLU减速的同时也没损失精度。

2.2 MSCL

MSCL是为了失去更好地检测不同尺度的人脸。

  • 深度：在MSCL模块中，随着网络的加深，便失去不同大小的特色映射(多尺度特色)。在不同大小特色映射中设置不同大小的anchor，有利于检测不同大小的人脸。
  • 宽度：Inception由多个不同核大小的卷积分支组成。在这些分支中，不同的网络宽度，也有不同大小的特色映射。通过Inception，感触野也丰盛了一波，有利用检测不同大小的人脸。

MSCL在多个上尺度进行回归和分类，在不同尺度下检测不同大小的人脸，可能大大提高检测的召回率。

2.3 Anchor密度策略

Inception3的anchor大小为32，64和128，而Conv3_2和Con4_2的anchor大小别离为256，512。anchor的平铺距离等于anchor对应层的步长大小。例如，Con3_2的步长是64个像素点，anchor大小为256x256，这表明在输出图片上，每隔64个像素就会有一个256x256的anchor。对于anchor的平铺密度文中是这样定义的：

$$A_{density}=A_{scale}/A_{interval}$$

其中$A_{density}$和$A_{interval}$别离为anchor的尺度战争铺距离。默认的平铺距离(等于步长)默别离认为32，32，32，64和128。所以Inception的平铺密度别离为1,2,4，而Con3_2和Con4_2的平铺密度别离为4,4。

能够看进去，不同尺度的anchor之间存在平铺密度不均衡的问题，导致小尺度的人脸召回率比拟低，因而，为了改善小anchor的平铺密度，作者提出了anchor密度策略。为了使anchor密集n倍，作者平均地将$A_{number}=n^2$个anchor铺在感触野的核心左近，而不是铺在核心，如图3所示。将32x32的anchor密集4倍，64x64的anchor密集两倍，以保障不同尺度的anchor有雷同的密度。

2.4 训练

数据扩增：

  • 色彩扭曲
  • 随机采样
  • 尺度变换
  • 程度翻转
  • Face Boxes过滤：通过数据扩增的图片中，如果face boxes的核心还在图片上，则保留重叠局部，而后把高或者宽<20的过滤掉(这个操作不是很懂了，为什么把小指标过滤掉？)

匹配策略：训练期间，须要确定哪些anchor对应脸部的bounding box，咱们首先用最佳jaccard重叠将每一张脸匹配到anchor，而后将anchor匹配到jaccard重叠大于阈值的任何一张脸。

Loss function: 对于分类，采纳softmax loss，而回归则采纳smooth L1 损失。

Hard negative mining：anchor 匹配后，发现很多anchor是负的，这会引入重大的正负样本不均衡。为了疾速优化和稳固训练，作者对loss进行排序而后抉择最小的，这样子使得负样本和正样本的比例最大3:1。

3 试验后果如何？

Runtime

Evaluation on benchmark

在FDDB上SOTA。

4.对咱们有什么指导意义？

  • 要在CPU上达到实时，思考一开始就对特色进行疾速下采样。
  • 在浅的卷积层思考应用CReLU，能够缩小计算量。
  • MSCL通知咱们，检测各种不同大小的物体，思考从深度和宽度上丰盛感触野。
  • anchor密度策略通知咱们思考anchor密度以进步召回率。
本文由博客群发一文多发等经营工具平台 OpenWrite 公布