Fast R-CNN中的边框回归

前面对R-CNN系的目标检测方法进行了个总结，其中对目标的定位使用了边框回归，当时对这部分内容不是很理解，这里单独学习下。

R-CNN中最后的边框回归层，以候选区域(Region proposal)为输入，来对Region proposal中包含的目标进行准将的定位。但是，这个输入的候选区域通常不会正确的包含目标区域，如下图：

绿色边框是飞机的Ground Truth边框，绿色的是Region proposal边框，虽然Region proposal中包含了目标飞机，但是其定位却不是很准确，这就需要对候选区域的边框进行修正，调整其位置和大小，以使其能够更为接近绿色的Ground Truth边框。

边框回归的方法

无论是Ground Truth边框还是Region proposal边框，可以使用一个四元组$(x,y,w,h)$来表示。其中，$(x,y)$表示边框的中心位置，$(w,h)$表示边框的宽和高。
在边框回归时，实际就是找到一种变换，使修正的后的Region proposal边框位置和Ground Truth边框尽可能的接近，公式表示如下：
$$f(P_x,P_y,P_w,P_h)\approx (G_x,G_y,G_w,G_h)$$
其中，$(P_x,P_y,P_w,P_h)$输入的候选区域的边框,$(G_x,G_y,G_w,G_h)$是Ground Truth边框。

那么这种变换$f$怎么进行呢？

观察边框的四元组表示$(x,y)$表示中心位置，对于位置的修正通常使用平移；$(w,h)$表示边框的宽和高，则可以使用缩放进行修正。也就是对边框的回归修正，

• 对边框的中心位置进行平移$(\Delta x,\Delta y)$
  KaTeX parse error: No such environment: align* at position 8: \begin{̲a̲l̲i̲g̲n̲*̲}̲ \Delta x &= P_…
  则修正的中心位置就是
  KaTeX parse error: No such environment: align* at position 8: \begin{̲a̲l̲i̲g̲n̲*̲}̲ \hat{G_x} &= …

• 对边框的宽和高进行缩放$(S_w,S_h)$,
  KaTeX parse error: No such environment: align* at position 8: \begin{̲a̲l̲i̲g̲n̲*̲}̲ S_w &= exp(d_w…
  修正后的边框的宽和高为
  KaTeX parse error: No such environment: align* at position 8: \begin{̲a̲l̲i̲g̲n̲*̲}̲ \hat{G_w} &= …

修正后的边框$(\widehat{G_x},\widehat{G_y},G_{}$