论文提要“Fast Feature Pyramids for Object Detection”

很多目标检测器需要对图像进行多尺度精细搜索，传统方法的瓶颈是对每个尺度分别计算特征，本文使用比较大的间隔octave计算特征，之后对octave之间的尺度特征进行推算，节省了多尺度特征计算的时间，将目标检测提到实时。

动机：目前的目标检测方法如DPM，通常需要使用多通道，精细尺度采样及增强的归一化方法提升准确率，导致计算量大大增加。自然场景图像存在碎片统计特征，可以用于不同尺度直接的结构预测。

多尺度梯度直方图对比实验
由一个问题引出，给定图像在某一尺度的梯度特征，能够估计临近尺度的梯度特征？
梯度直方图是图像梯度角度的分布，每个像素对梯度直方图投票，权值是梯度幅值。作者做了一个有趣的实验，将图像进行上采样和下采样2倍，统计重采样前后梯度直方图某个bin的幅值比例 $r_q= h_q^\prime/h_q$ 的分布，统计结果如下图所示：

对于上采样，均值为2，即为上采样的倍数，对于下采样，均值为0.34，为常数，比采样倍数小的原因是损失了高频信息。对于归一化的直方图，下采样直方图幅值变化的比例均值为0.26。

多尺度特征统计学习
1. 特征尺度法则
用$\Omega$ 表示低层位移不变函数，$C=\Omega(I)$表示图像的不同通道，定义$f_\Omega(I)$ 为所有通道的加权和，即$f_\Omega(I)=\sum_{ijk}w_{ijk}C(i,j,k)$。令$I_s$ 表示I在s尺度的表示，$I_s$的维度$h_s\times w_s$是I的s倍。$f_\Omega(I_s)$如下定义：

根据Ruderman和Bialek提出的自然场景图像与尺度间的法则，并考虑将图像分成K个晓得图像块，$f_\Omega(I_{s1})$和$f_\Omega(I_{s2})$存在如下关系：
$f_\Omega(I_{s1}) / f_\Omega(I_{s2})=(s_1/s_2)^{-\lambda_\Omega}+\varepsilon$ (4)
2. 估计$\lambda$
为了估计给定不同通道$\Omega$的$\lambda_\Omega$，首先统计图像数据集特征随着尺度变换的均值：
$\mu_s=\frac{1}{N}\sum_{i=1}^Nf_\Omega(I_s^i) / f_\Omega(I_1^i)$
根据公式(4)，$\mu_s=s^{-\lambda_\Omega}+E[\varepsilon]$
则$\mu_s$应与$log_2(s)$存在线性关系，不同特征的$\lambda$如下图所示

3. 单一图像偏差的幅值$E[\varepsilon^2]$ 随着尺度变换的比之$s_1/s_2$增加而增加

快速特征金字塔
1. 特征通道缩放
使用R(I,s)表示图像I使用尺度s重采样，给定图像I的特征$C=\Omega(I)$，仅使用C预测新尺度s对应的特征图像$C_s=\Omega(I_s)$。传统的方法是先缩放图像，再计算缩放后图像的特征。本文使用下述公式预测：
$C_s\approx R(C,s)\cdot s^{-\lambda_\Omega}$ （7）
下图显示了该方法的原理：

2. 快速特征金字塔
快速金字塔的原理如下图所示，传统的方法是先重采样图像，再计算每个尺度的特征。文中只在每个octave重采样图像计算特征，每个octave之间的尺度（4到12个尺度）对应的特征使用（7）式进行估计，使用octave进行估计的运算量是直接计算图像特征运算量的1/3。

目标检测器
1. Aggregated Channel Features(ACF)
给定一幅图像，计算几个通道$C=\Omega(I)$，对C中的每个block求和，之后对低分辨率图像进行平滑处理。特征即是累积通道中单个像素的查找表。使用boosting组合决策树进行目标检测。具体流程如下图所示

2. Integral Channel Features(ICF)
ICF使用积分图像进行特征提取，ICF检测器及尺度金字塔如下图所示

3. DPM
直接贴出实验结果，使用本文的方法提升后VOC数据20类测试的mAP只降低2%。