人脸检测SRN网络笔记

文章全称：Selective Refinement Network for High Performance Face Detection

这篇文章主要解决图像中存在很多小的人脸（many tiny faces）情况。文章提出的Selective Refinement Network (SRN)是一个single-shot face detector，提出的结构主要减少false positive。整体网络由两个部分组成：the Selective Two-step Classification (STC) module and the Selective Two-step Regression(STR) module. STC旨在从低级检测层中过滤掉大多数简单的负Anchor，以减少后续分类器的搜索空间，而STR则设计为从高级检测层粗略调整Anchor的位置和大小，以便为随后的回归量。此外，我们设计了一个感受野增强（RFE）模块，以提供更多样化的感受野，这有助于更好地捕捉某些极端姿势的面部。

显著解决两个问题：1. 减少False positive 2. 捕获某些极端姿势的面部

文章贡献有三：

•我们提出了一个STC模块，用于过滤掉来自低层的大多数简单负样本，以减少分类搜索空间。
•我们设计了一个STR模块，可以从高级层粗略调整锚点的位置和大小，为后续的回归量提供更好的初始化。
•我们引入RFE模块，为检测极端姿势面提供更多样化的感受野。