Dynamic Zoom-in Network 论文笔记

最最最喜欢的目标检测预处理思想，没有之一！！！

1.研究动机

（1）高清图像中小物体目标检测的特征丢失严重，想针对小物体的图片区域进行放大(zoom-in)也就是单独切割出来(crop)丢进目标检测器中进行探测。
（2）为了避免过分切割(不将大目标也切碎)。
于是利用DQN（deep Q learning）的思想进行最有切割策略的选择。

2.基本概念

Action：在该任务中动作是指将图片某个矩形块crop出来，也就是所谓的zoom-in丢入到目标检测器进行小目标的详细探测。由（x,y,w,h）表示。
State：编码了两部分信息，一部分是用来表示若这个区域被crop出去探测比原图探测提升的精度有多少（精度收益）；另一部分为了避免多次crop出同一个区域进行zoom-in探测，会把crop出去的区域的精度收益置为0。这是由一个AG map来进行记录，而这个AG map有一个R-net的回归网络进行拟合。
Cost-aware reward function：为了不切碎大目标以及节省时间，采用带有惩罚的cost function，同时考虑了计算消耗和精度提升的多少，达到有限计算力的前提下提升精度的目的。给定状态s和动作a，plk代表在原图（低清）下探测的score，phk代表crop之后的高清探测下的