人脸检测问题

慕课网python+Tensorflow打造人脸识别，计划跟着做一下。重要的是将课程中的tf框架转换为pytorch

什么是人脸检测问题？

找出人脸，区分人脸和背景。本质上是二分类问题。

人脸检测的用处？

• 更准确的人脸业务

  人脸识别
  人脸对比
  人脸关键点
  人脸属性

人脸标注方法？

采用矩形框标注（可能会引入无关背景噪声）
还可以用椭圆形标注。椭圆中心点坐标，长轴，短轴，倾斜角度。

人脸检测性能评价指标

检测率，误报率

• 每一个标志只允许有一个检测与之对应（NMS处理）
• 重复检测视为错误检测

ROC曲线，PR曲线
速度：FPS
IOU：A∩B / A∪B（理想情况下这个值为1）

存在挑战

人脸可能出现在图像中的任何一个位置
人脸可能有不同的大小（尺度不敏感，多尺度）
人脸有不同的视角和姿态
人脸可能部分被遮挡

SSD算法

组件

1. 主干网络（vgg,resnet…）
2. Anchor（长宽比等等）
3. loss(分类损失，定位损失)
4. 数据增强

小人脸检测问题

下采样倍率很大时，人脸区域基本消失[采用多尺度策略]
相比于感受野和anchor的尺寸来说，人脸尺寸很小
Anchor匹配策略（IOU小变化敏感）
正负样本比例失衡（难例挖掘）

SSD

最早提出为了解决通用问题检测问题