S3FD算法笔记

论文：S3FD: Single Shot Scale-invariant Face Detector
论文链接：https://arxiv.org/abs/1708.05237
代码链接：https://github.com/sfzhang15/SFD

人脸检测领域目前主要的难点是小尺寸人脸、模糊人脸、遮挡人脸的检测，这篇ICCV2017关于人脸检测的文章正是为了解决小尺寸人脸难以检测的问题。这篇文章的出发点是：当人脸尺寸比较小时，基于anchor的人脸检测算法效果下降明显，因此提出了不受人脸尺度变化影响的S3FD算法。该算法整体上可以看做是基于SSD算法的改进，主要内容包括：1、改进检测网络和设置更加合理的anchor，改进检测网络主要是增加stride=4的预测层，anchor尺寸的设置参考有效感受野，另外不同预测层的anchor间隔采用等比例设置。2、引入尺度补偿的anchor匹配策略增加正样本anchor的数量，从而提高人脸的召回。3、引入max-out background label降低误检。

既然都知道小尺寸人脸不好检测，那么原因到底是什么呢？Figure1给出了作者对基于anchor的人脸检测算法在小人脸检测中效果下降明显的原因分析。
（a）中展示的是网络结构本身的设计问题。我们知道在SSD算法中有多个特征层用于检测目标，这些特征层中stride最小的是8，这样原图中8*8大小的区域在该预测层中就仅有1个像素点，这对于小人脸的检测是非常不利的，因为有效的特征太少了。同样，在Faster RCNN算法中，用于检测目标的特征层的stride是16，用于小人脸检测的有效特征区域更小了。
（b）中展示的是anchor尺寸、感受野和人脸尺寸不匹配的问题。从图中可以看出anchor尺寸和感受野大小不是很匹配，同时这两个都远大于小人脸。
（c）中因为一般设置的anchor尺寸都是离散的，比如[16,32,64,128,256,512]，但是人脸的尺寸是连续的，因此当人脸尺寸在设定的anchor值之间时能够用于检测的anchor数量就很少，如图中红色圆圈表示，这样就容易导致人脸检测的召回率降低。
（d）为了提高小人脸的检测召回，很多检测算法都会通过设置较多的小尺寸anchor实现，这样容易导致较多的小尺寸负样本anchor，最终导致误检率的上升。例如（d）中两张图的分辨率一样，左边图中人脸区域较小，