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
- 主干网络(vgg,resnet…)
- Anchor(长宽比等等)
- loss(分类损失,定位损失)
- 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