目标检测算法中的bounding box regression

原文转载于：http://blog.csdn.net/elaine_bao/article/details/60469036

一、前言

       一些目标检测算法如R-CNN、Fast RCNN中都用到了bounding box回归，回归的目标是使得预测的

物体窗口向groundtruth窗口相接近

二、做边框回归的原因

                                                

      如上图所示，绿色的框为飞机的Ground Truth，红色的框是提取的Region Proposal。那么即便红色

的框被分类器识别为飞机，但是由于红色的框定位不准(IoU<0.5)，那么这张图相当于没有正确的检测出

飞机。如果我们能对红色的框进行微调，使得经过微调后的窗口跟Ground Truth更接近，这样岂不是定

位会更准确。确实，Bounding-box regression 就是用来微调这个窗口的。

三、回归/微调的对象

四、3. Bounding-box regression（边框回归）

         从边框变换至，一种简单的思路如下：

       

          注意：只有当Proposal和Ground Truth比较接近时（线性问题），我们才能将其作为训练样本训练

我们的线性回归模型，否则会导致训练的回归模型不work（当Proposal跟GT离得较远，就是复杂的非线

性问题了，此时用线性回归建模显然不合理）。这个也是G-CNN: an Iterative Grid Based Object Detector

多次迭代实现目标准确定位的关键

          线性回归就是给定输入的特征向量X，学习一组参数W，使得经过线性回归后的值跟真实值Y(Ground 

Truth)非常接近。即

          故使用线性回归学习，这四个变换可以表示为

是边框的特征向量，即R-CNN中的Pool5feature（特征向量），是要学习的参数，（*表示，

也就是每一个变换对应一个目标函数），是得到的预测变换值。我们要让预测值跟真实的变换差距最

小，那真实的变换值是什么？这需要根据训练样本的输出边框和ground truth 边框得到，计算如下：

                                                                                     

          故要让 尽可能接近，可得损失函数如下：

                                                                         

          优化目标函数得：