【ECCV 2016】Grid Loss及其在人脸检测中的应用

本文来源微信公众号：深度学习大讲堂，已授权发布。
作者：时学鹏，中科院计算所VIPL组15级硕士生。导师为山世光研究员。研究方向为基于深度学习的目标检测，特别是人脸检测。研发了VIPL课题组第五代人脸检测SDK。
原文：【Technical Review】ECCV16 Grid Loss及其在人脸检测中的应用
欢迎技术投稿、约稿、给文章纠错，请发送邮件至[email protected]

什么是人脸检测？简而言之，给定一张图片，判断图中是否有人脸，如果有人脸，进一步给出每一张人脸的位置和大小。这一看似简单的任务，在实际应用中却面临着诸多困难，其中之一就是当人脸被遮挡时，如何才能准确地进行检测。在ECCV 2016上，有一篇文章专门针对检测遮挡人脸的问题进行了探索：Grid Loss: Detecting Occluded Faces，该文章通过设计新的损失函数，综合考虑局部和整体信息对分类的作用，增强了检测器对遮挡的鲁棒性。

检测被遮挡的人脸，这一任务的难点在于，遮挡会导致一部分人脸特征缺失，取而代之的是遮挡物的特征，这不仅容易引起分类器误判，还容易造成漏检。解决