Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks 论文学习

1、Introduction (略)

2、Method
这篇文章提出了一个新的框架整合了人脸检测以及人脸标注的两个任务。这个CNN框架包含三个部分，第一部分，用浅层的cnn快速获取预选的框。然后通过一个相对复杂的cnn来裁剪大部分没有人脸的框。最后用通过一个强力的cnn来调节结果并定位人脸的关键点。

3、Contributions

• 提出了一种级联的cnn来解决人脸检测及人脸标注的联合问题，并且使用了轻量级的cnn来达到实时的效果。
• 他们提出了一种高效的方法来在线产生挖掘hard sample以提高性能。
• Extensive experiments are conducted on challenging benchmarks, to show the significant performance improvement of the proposed approach compared to the state-of-the-art techniques in both face detection and face alignment tasks.

4、Training
这个cnn分为三个任务：人脸/非人脸的检测，bounding box的回归，人脸关键点的定位。
采用的损失分别为：交叉熵损失，欧拉损失，欧拉损失。
Online hard sample mining: 在每一个mini batch， 他们按照损失将样本进行排序，将前面70%的设置为hard samples。然后只用hard samples计算梯度，忽略简单的样本。

5、Training Data
文章使用4类不同的标注数据：
- 负样本， 跟任何grounding truth的IoU小于0.3。
- 正样本，IoU大于0.65。
- part face，IoU介于0.4-0.65之间。
- Landmark faces，标注５个标注点的人脸图。
正负样本用于人脸分类，正样本和part face用于人脸bounding box的回归，Landmark faces用于人脸标注点定位。
６、论文程序运行结果




７、总结

个人见解
  【缺陷，不能end to end的学习，根据我的运行结果来看，当图片比较或者人脸框较多时，检测的时间急速增加】
  【优点，速度快，效果很不错】