Faster Rcnn的基本原理小概述

Faster Rcnn的基本原理小概述

1.RCNN算法

1.1 RCnn算法流程可分为4个步骤

（1）将一张图片使用滑动窗口（Slective search）方法获得的生成1k~2k个候选区域
（2）对每一个候选框，使用深度网络提取特征
（3）将特征向量送入每一类的SVM（支持向量机）分类器，判断类别
（4）使用回归器精细修正候选框位置

1.1.1候选区域的生成
利用滑动窗口算法通过图像分割的方法得到一些原始区域，然后再通过相似度和区域大小（小的区域先聚合，这样是防止大的区域不断的聚合小区域，导致层次关系不完全）不断的聚合相邻小区域，类似于聚类的思路。得到一个层次化的区域结构，而这些结构就包含着可能需要的物体
1.1.2 对每个候选区域，使用CNN提取特征
将2000候选区域缩放到227277，将候选区域输入到事先训练好的CNN网络，获得4096维的特征，得到20004096维矩阵

1.1.3 将特征向量送入每一类的SVM（支持向量机）分类器，判断类别
将20004096维特征与20个SVM组成的权值矩阵409620相乘，获得200020维矩阵表示每个建议框是某个目标类别的得分。分别对上述200020维矩阵中每一列即每一类进行非极大值抑制，剔除重叠建议框，得到该列，即该类中得分最高的一些建议框。

具体删除重叠区域的方法：
IOU=