&Title:
&Summary
提出了一种实时人脸检测器,称为单镜头不变量人脸检测器(SFD),它通过单个深度神经网络在各种人脸尺度上表现出色,特别是对于小脸。具体来说,我们试图解决基于锚的探测器随着物体变小而急剧恶化的常见问题。
我们在以下三个方面做出了贡献:
- 提出了一个规模公平的人脸检测框架,以便很好地处理不同规模的人脸。我们在各种各样的图层上平铺锚点,以确保所有面部比例都具有足够的检测功能。此外,我们设计了基于有效感受野的锚尺度和提出的等比例间隔原理;
- 通过规模补偿锚匹配策略提高小面孔的召回率;
- 通过max-out背景标签降低小脸的误报率。
因此,我们的方法在所有常见的人脸检测基准上实现了最先进的检测性能,包括AFW,PASCAL面,FDDB和WIDER FACE数据集,并且可以在Nvidia Titan X上以36 FPS运行(Pascal )用于VGA分辨率图像。
&Research Objective
解决随着物体变小,基于锚的探测器的性能急剧下降的问题.(小物体目标检测问题)
基于锚点的物体检测方法[26,38]通过对一系列预设的锚点进行分类和回归来检测物体,这些预先设定的锚点是通过在图像上定期平铺具有不同比例和纵横比的