AI换脸原理(2)——人脸检测参考文献S3FD:源码解析

1 介绍

S3FD是一个实时人脸检测器,这篇论文的主要思想是试图解决一个常见的问题,即基于anchor(锚点)的检测器随着人脸变小而急剧恶化。

  • 基于锚点的目标检测方法是通过对一系列预设锚点进行分类和回归来检测目标的,这些锚点是通过在图像上有规律地平铺一组不同尺度和宽高比的方框而产生的。这些锚点与一个或几个卷积层相关联,其空间大小和步幅大小分别决定了锚点的位置和间隔。将锚相关层进行卷积以对相应的锚进行分类和对齐。与其他方法相比,基于锚点的检测方法在复杂场景下具有更强的鲁棒性,且检测速度不受目标数量的影响。然而,随着目标变小,基于锚点的探测器的性能急剧下降。

  • 作者认为,性能下降的主要原因在于:

    • 1、基于锚点的检测框架容易忽略中小人脸。首先,最低锚关联层的步长太大(例如8像素、16像素),因此中小人脸在这些层上被高度挤压,可供检测的特征很少,如图1(a)。其次,小脸、锚定尺度和感受野是相互不匹配的:锚定尺度与感受野不匹配,两者都太大而无法适应小脸,见图1(b)。

    • 2、锚匹配策略。在基于锚点的检测框架中,锚点尺度是离散的(如16、32、64、128、256、512),而人脸尺度是连续的。因此,那些尺度分布远离锚点尺度的人脸无法匹配足够的锚点,如图1(c

  • 6
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CtrlZ1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值