目前最强性能的人脸检测算法 (Wider Face Dataset)

栏目: 编程工具 · 发布时间: 5年前

内容简介:《月令七十二候集解》:“二月中,分者半也,此当九十日之半,故谓之分。秋同义。”《春秋繁露·阴阳出入上下篇》说:“春分者,阴阳相半也,故昼夜均而寒暑平。”

《月令七十二候集解》:“二月中,分者半也,此当九十日之半,故谓之分。秋同义。”《春秋繁露·阴阳出入上下篇》说:“春分者,阴阳相半也,故昼夜均而寒暑平。”

目前最强性能的人脸检测算法 (Wider Face Dataset)

今天我们不说计算机视觉基础知识,接下来说说 AAAI2019一篇比较新颖的Paper,其是 中科院自动化所和京东AI研究院联合的结果, Wider Face 数据集中达到了较高的水准,比arxiv2019_ VIM-FD 的更好一些。今天要说的就是“ Improved SRN ”,现在开始一起学习吧!

目前最强性能的人脸检测算法 (Wider Face Dataset)

Improved SRN

目前最强性能的人脸检测算法 (Wider Face Dataset)

人脸检测作为计算机视觉中的一个长期存在的问题,由于其实际应用,近几十年来一直受到人们的关注。

随着人脸检测基准数据集的广泛应用,近年来各种算法都取得了很大的进展。其中,Selective Refinement Network( SRN )人脸检测器有选择地将分类和回归操作引入到 anchor-based 的人脸检测器中,以减少假阳性同时提高定位精度。此外,它还设计了一个感受野增强块,以提供更多样化的感受野。

深度学习——感受野,如果进一步了解感受野,可以进入链接学习!

目前最强性能的人脸检测算法 (Wider Face Dataset)

为了进一步提高 SRN 的性能,通过大量的实验,开发了现有的一些技术,包括新的数据增强策略、改进的 backbone network MS COCO 预训练、解耦分类模块( decoupled classification module )、分割分支和压缩激励块( Squeeze-and-Excitation block )。

其中,一些技术带来了性能改进,因此,将这些有用的技术结合在一起,提出了一种改进的 SRN 人脸检测器,并在广泛使用的人脸检测基准的人脸数据集上获得了最佳的性能。

人脸检测其实比较简单,就是将图像输入算法框架中,最终返回输入图像中目标人脸的bounding box。

目前最强性能的人脸检测算法 (Wider Face Dataset)

Review of Baseline

接下来,我们先简要回顾 Selective Refinement Network( SRN 。如下图1所示,它包括选择性两步分类( STC )、选择性两步回归( STR )和感受野增强( RFE ),这三个模块的详细说明如下。

目前最强性能的人脸检测算法 (Wider Face Dataset)

图1  SRN 。它包括选择性两步分类( STC )、选择性两步回归( STR )和感受野增强( RFE )。

01

S T C

对于单级检测器,大量的正负样本比的anchor(例如,大约有300k个 anchor ,SRN中的正/负比约为0.006%)导致了相当多的假阳性。因此,它需要另一个阶段,如RPN过 滤掉一些 负样本。选择性两步分类是 从RefineDet继承而来的,有效地拒绝了大量的负样本 anchor ,缓解了类不平衡问题。

STC作用于浅层Feature M ap上 ,来过滤掉大部分比骄傲容易区分的负样本,来减少搜索空间。

02

S T R

像Cascade RCNN这样的多步回归可以提高Bounding Box位置的准确性,特别是在一些具有挑战性的场景中,例如MS COCO风格的评估指标。然而,将多步回归应用于人脸检测任务中,如果不仔细考虑,可能会影响检测结果。

STR作用于高层Feature Map上 ,用来粗略调整anchor的尺度、位置(类似于RefineDet中ARM的回归任务),并进一步 为高层Feature Map上的回归器提供refined后的anchor位置初始化 (类似于RefineDet中ODM的回归任务)。

03

R F E

当前网络通常都具有 square感受野 ,这影响了对不同高宽比目标的检测。为了解决这个问题, SRN 设计了一个感受野增强(RFE),在预测类和位置之前,将特征的感受野多样化,这有助于在某些极端姿势中很好地捕捉到人脸。

目前最强性能的人脸检测算法 (Wider Face Dataset)

目前最强性能的人脸检测算法 (Wider Face Dataset)

改 进 说 明

目前最强性能的人脸检测算法 (Wider Face Dataset)

Improved SRN 基于 SRN 的改进,如 数据增强 特征提取 训练策略 等。

01

数据增广

使用SRN的原始数据增强策略,包括光照扭曲、通过零填充操作进行随机扩展、从图像中随机裁剪块,并调整块的大小到1024×1024。另外,在概率为0.5的情况下,利用 PyramidBox 中的 data-anchor-sampling ,随机选择图像中的一个人脸,并基于子图像进行定位。这些数据增强方法对于防止过度拟合和构造鲁棒模型至关重要。

目前最强性能的人脸检测算法 (Wider Face Dataset)

02

特征提取

Wider Face内小尺度人脸特别多,SRN的主干网为: ResNet-50-FPN ,可以进一步提升;ScratchDet提出了 Root-ResNet ,用于检测小尺度目标,但训练速度比原生态ResNet慢。

目前最强性能的人脸检测算法 (Wider Face Dataset)

那么为了保证主干网性能好,训练速度快, Improved SRN 融合了Root-ResNet+DRN的思路。

具体地,ResNet中第一个stride = 2的7 x 7 conv,丢失了很多图像的细节信息,对小尺度人脸检测不利,本次的改进如下图2,第一阶段的conv整体上stride = 1,channel = 16,而非64,并新增了2个residual blocks,一方面增强特征的表达能力,另一方面做下采样,通道数也少了很多;整体上就是,提特征能力强了,额外的计算开销也减少。

目前最强性能的人脸检测算法 (Wider Face Dataset)

图2 网络结构图 (a)ResNet-18:原始结构,(b)Root-ResNet-18:用三层叠置的3×3卷积层取代7×7卷积层,并将步长2改为1,(c)New-ResNet-18:将DRN与Root-ResNet-18相结合,为SRN建立一个训练速度/精度折衷的网络骨干。

03

训练策略

由于RESNET-50-FPN主干网已经被修改,所以不能使用ImageNet预训练模型。一种解决方案是DRN,它在ImageNet数据集上训练修改后的主干,然后在更宽的面上进行细化。

然而,有人证明了ImageNet的预训练是不必要的。因此,将训练epoch翻了一番,达到260次,并从零开始用改进的骨干网络训练模型。从零开始训练的关键因素之一是标准化,由于输入量大(1024×1024),一个24G GPU只能输入5幅图像,导致批量归一化从零开始训练时效果不佳。为此,利用group=16的组规范化( Group Normalization   )从零开始训练这个改进的ResNet-50骨干网。

目前最强性能的人脸检测算法 (Wider Face Dataset)

此外,最近的FA-RPN证明,人脸检测模型若先在MS COCO上训练一波,再在Wider Face上进一步训练,性能会更好,Improved SRN也使用了该方案。

总结:Improved SRN中,图2(c)中修改的主干网,不在ImageNet上预训练,而是直接把整个检测网络先在MS COCO上训练,再在Wider Face上进一步训练即可。

为什么MS COCO上训练后,效果会更好呢?

文中认为是MS COCO包含了people类,而且有特别多的小尺度目标,对模型性能提升是有帮助的。

目前最强性能的人脸检测算法 (Wider Face Dataset)

图3 实验结果

如果想加入我们“ 计算机视觉战队 ”,请扫二维码加入学习群,我们一起学习进步,探索领域中更深奥更有趣的知识!

目前最强性能的人脸检测算法 (Wider Face Dataset)


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Linux命令行与shell脚本编程大全 第3版

Linux命令行与shell脚本编程大全 第3版

[美]布鲁姆,布雷斯纳汉 / 门佳、武海峰 / 人民邮电出版社 / 2016-8-1 / CNY 109.00

这是一本关于Linux命令行与shell脚本编程的全方位教程,主要包括四大部分:Linux命令行,shell脚本编程基础,高级shell脚本编程,如何创建实用的shell脚本。本书针对Linux系统的最新特性进行了全面更新,不仅涵盖了详尽的动手教程和现实世界中的实用信息,还提供了与所学内容相关的参考信息和背景资料。通过本书的学习,你将轻松写出自己的shell脚本。一起来看看 《Linux命令行与shell脚本编程大全 第3版》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

MD5 加密
MD5 加密

MD5 加密工具