论文解析——Deep Reinforcement Learning of Region Proposal Networks for Object Detection

Deep Reinforcement Learning of Region Proposal Networks for Object Detection

背景：最近搞完找工作的事情，开始回归到研究论文写大论文的阶段来了。

大论文是我的老本行，虽然找工作没有找这个方向，在研究的兴趣点上来说Object detection是我的point。

 

这篇比较新的文章研究的是利用一种基于深度强化学习的RPN网路做OD（Object Detection）。思路比较新颖，但是不是很容易理解。传统的两阶段目标检测首先需要提取目标特征，获得特征区域，然后继续做区域目标的分类和位置回归，区域生成网络（RPN）采用的是对特征图上设置滑动窗口，每个滑动窗口设定一定比例尺寸的anchor，判断每个anchor中是否是检测目标，从而得到特征区域。这是faster rcnn的思路。与典型的RPN（通过类不可知的NMS贪婪地选择候选对象区域（RoIs））相反，这篇万丈提出一个drlRPN网络，该网络可以优化目标，使其更接近最终检测任务。这是通过使用通过深度强化学习（RL）训练的顺序注意机制代替贪婪的RoI选择过程来实现的。这篇文章利用强化学习，设置一个agent，environment以及其他的component，通过agent的奖励和惩罚机制，学习到一个直接找到目前检测区域的路径，这是一个目标的搜索过程，对应的算法其实是一个搜索策略的学习过程，通过最小化奖惩代价函数的迭代过程学习到智能体决策的最终参数，从而生成需要的region proposal。

 

agent:

 

与faster rcnn benchmark的对比结果：

 

识别结果从mAP上优于faster rcnn

 

参考文献

S. Mathe, A. Pirinen, and C. Sminchisescu. Deep reinforcement learning for visual object detection. CVPR, 2016.