行業(yè)研究報(bào)告 - 人臉檢測(cè)算法綜述-預(yù)覽頁(yè)
【正文】 方案。但 VJ算法仍存在一些問(wèn)題： （ 1) Haarlike 特征 是一種相對(duì)簡(jiǎn)單的特征，其穩(wěn)定性較低； （ 2)弱分類器采用簡(jiǎn)單的決策樹(shù)，容易過(guò)擬合。在對(duì)原圖進(jìn)行處理后，得到多通道的圖像，這些通道可以是 RGB 的通道，可以是平滑濾波得到的，可以是 x方向 y方向的梯度圖等等。 （ 3）文中把檢測(cè)器的運(yùn)行時(shí)間 準(zhǔn)確率權(quán)衡通過(guò)一個(gè)叫 ROC surface 的 3維曲面清楚的展示出來(lái)，方便調(diào)節(jié)參數(shù)，可以明確的知道動(dòng)了哪個(gè)參數(shù)會(huì)對(duì)這個(gè)檢測(cè)器的性能會(huì)有些什么影響。 由于 DPM 算法 [16]本身是一種基于組件的檢測(cè)算法，所以對(duì)扭曲，性別，多姿態(tài)，多角度等的人臉都具有非常好的檢測(cè)效果（人臉通常不會(huì)有大的形變，可以近似為剛體 ,基于 DMP 的方法可以很好地處理人臉檢測(cè)問(wèn)題）。后續(xù)有了一些列改進(jìn)的流程，比如加入級(jí)聯(lián)分類器，針對(duì)特征計(jì)算采用了積分圖的方法等，但都還沒(méi)有達(dá)到 VJ 方法的效率。 基于深度學(xué)習(xí)的方法在 FDDB上基本飽和了，是時(shí)候拋出一個(gè)新的 benchmark了?。?！WIDERFace 測(cè)試集上各種算法的性能： 深度學(xué)習(xí)框架 卷積神經(jīng)網(wǎng)絡(luò)在圖像分類問(wèn)題上取得成功之后很快被用于人臉檢測(cè)問(wèn)題，在 精度上大幅度超越之前的 AdaBoost 框架，當(dāng)前已經(jīng)有一些高精度、高效的算法。 采用非極大值抑制（ NMS）合并高度重疊的檢測(cè)窗口，保留下來(lái)的候選檢測(cè)窗口將會(huì)被歸一化到 24x24 作為 24 的輸入，這將進(jìn)一步剔除掉剩下來(lái)的將近 90%的檢測(cè)窗口。 12x12， 24x24， 48x48 尺寸作為輸入的分類 CNN 網(wǎng)絡(luò)結(jié)構(gòu)，其中輸出為 2類 人臉和非人臉?？偣矘?gòu)成了 5x3x3=45 種模式。通過(guò)在檢測(cè)的同時(shí)進(jìn)行關(guān)鍵點(diǎn)定位，進(jìn)一步提高了檢測(cè)精度。 ，得到最終的檢測(cè)結(jié)果。每個(gè)像素都轉(zhuǎn)化成一個(gè)矩形框和置信度值，然后對(duì)置信度值大于指定閾值的矩形框進(jìn)行非最大抑制，得到最終檢測(cè)結(jié)果。第一組的兩個(gè)卷積層產(chǎn)生 1 通道的輸出圖像 作為置信度得分；第二組的兩個(gè)卷積層產(chǎn)生4 通道的輸出圖像作為矩形框的 4個(gè)坐標(biāo)。由于兩個(gè)層的輸出圖像大小不同，在這里用了上采樣和線性插值對(duì)小的圖像進(jìn)行放大，將兩種圖像尺寸變?yōu)橄嗟取７诸悡p失函數(shù)定義為： 損失函數(shù)的第二部分是矩形框預(yù)測(cè)誤差，假設(shè)預(yù)測(cè)值為 ，真實(shí)值為 ，它們的4 個(gè)分量均為當(dāng)前像素與矩形框左上角和右下角的距離。整體流程如圖 Faceness（ b）。 第 2 階段 ： Refining the face hypotheses 上一階段 proposal 生成的候選框已經(jīng)有較高的召回率，通過(guò)訓(xùn)練一個(gè)人臉?lè)诸惡瓦吔缁貧w的 CNN 可以進(jìn)一步提升其效果。下圖為不同尺度圖像經(jīng)過(guò) PNet 的密集分類 響應(yīng)圖，亮度越高代表該區(qū)域是人臉的概率越大（ dense prediction response map）。 先拋出一張據(jù)說(shuō)是目前世界上人數(shù)最 多的合照嚇嚇大家。取代 “ 一刀切 ” 的方法，作者針對(duì)不同的尺度（和縱橫比）分別訓(xùn)練了檢測(cè)器。 雖然許多應(yīng)用于 “ 多分辨率 ” 的識(shí)別系統(tǒng)都是處理一個(gè)圖像金字塔，但我們發(fā)現(xiàn)在插值金字塔的最底層對(duì)于檢測(cè)小目標(biāo)尤為重要。最后將在不同尺度上得到的候選區(qū)域映射回原始分辨率圖像上，應(yīng)用非極大值抑制（ NMS）來(lái)獲得最終檢測(cè)結(jié)果。 加入在線困難樣本挖掘（ OHEM），每次從正負(fù)樣本中各選出 loss 最大的 N 個(gè)樣本加入下次訓(xùn)練，提高對(duì)困難樣本的的分類能力。 M1 和 M2,M3 區(qū)別有點(diǎn)大，首先， M1 的通道數(shù)為 128， M2,M3 的通道數(shù)為 512，這里，作者使用了 1*1 卷積核進(jìn)行了降維操作。 PyramidBox 這張圖又出現(xiàn)了！??！這一次是百度的 “PyramidBox”[24] 跑出來(lái)的結(jié)果。 3. 文中提出了一種上下文敏感的預(yù)測(cè)模塊，該模塊由一個(gè)混合網(wǎng)絡(luò)結(jié)構(gòu)和maxinout 層組成，該模塊可以從融合特征中學(xué)習(xí)到更準(zhǔn)確的定位信息和分類信息（文中對(duì)正樣本和負(fù)樣本都采用了該策略，針對(duì)不同層級(jí)的預(yù)測(cè)模塊為了提高召回率對(duì)正負(fù)樣本設(shè)置了不同的參數(shù)）。l Conf. Automatic Face and Gesture Recognition, 20xx, 7984. [15] B. Yang, J. Yan, Z. Lei and S. Z. Li. Aggregate channel features for multiview face detection.. International Joint Conference on Biometrics, 20xx. [16] M. Mathias, R. Benenson, M. Pedersoli and L. Van Gool. Face detection without bells and whistles. ECCV 20xx. [17] Haoxiang Li, Zhe Lin, Xiaohui Shen, Jonathan Brandt, Gang Hua. A convolutional neural work cascade for face detection. 20xx, puter vision and pattern recognition [18] Lichao Huang, Yi Yang, Yafeng Deng, Yinan Yu. DenseBox: Unifying Landmark Localization with End to End Object Detection. 20xx, arXiv: Computer Vision and Pattern Recognition [19] Shuo Yang, Ping Luo, Chen Change Loy, Xiaoou Tang. FacenessNet: Face Detection through Deep Facial Part Responses. [20] Kaipeng Zhan, Zhanpeng Zhang, Zhifeng L, Yu Qiao. Joint Face Detection and Alignment Using Multitask Cascaded Convolutional Networks. 20xx, IEEE Signal Processing Letters. [21] HR P. Hu, D. Ramanan. Finding Tiny Faces. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017. [22] Face RCNN H. Wang, Z. Li, X. Ji, Y. Wang. Face RCNN. arXiv preprint arXiv:, 2017. [23] SSH M. Najibi, P. Samangouei, R. Chellappa, L. Davis. SSH: Single Stage Headless Face Detector. IEEE International Conference on Computer Vision (ICCV), 2017. [24] PyramidBox X. Tang, Daniel K. Du, Z. He, J. Liu PyramidBox: A Contextassisted Single Shot Face Detector. arXiv preprint arXiv:, 2018.
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1