Cascade CNN

A Convolutional Neural Network Cascade for Face Detection

思想：使用若干个简单的网络级联，合成一个强分类器
作者训练了6个网络，分类回归穿插，流程如下：

网络设计要点：

1.第一级12-net要尽量快，保证召回率的同时，过滤大量非人脸，在每一个尺度，使用NMS，recall达到99%
2.第二级24-net的输入为第一级检测的样本，首先与gt匹配，标定出正负样本，然后分类，另外，第二级使用了多尺度，即将两个stage的fc进行concate。同样，在每一个尺度，使用NMS，recall达到97%
3.第三级48-net网格稍微加深，过程同stage2，本次所有的尺度一块使用NMS
4.回归网络使用bounding box的方式

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

思想：同上一篇文章，只不过作者将分类和回归合并使用多任务的方式进行训练。

要点：
1.第一级P-Net使用了全卷积网络
特征图每一个点代表12*12的patch，但是中间只pooling了一次，相当于划窗为2
IOU：[0,0.3]为负样本，[0.65,1]为正样本,[0.4,0.65]为半样本，正负样本用于分类，正半样本用于回归
第二级R-Net的样本选择：对于一幅图像，P-Net的检出框与gt计算IOU，并找出IOU最大对应的gt
如果IOU<0.3，标记为负样本
如果IOU在[0.4，0.65]，标记为半样本，计算calibration
如果IOU>0.65，标记为正样本，计算calibration
R-Net的输入图像，是P-Net检出来的box进行crop
2.第一级P-Net测试时使用多尺度
假设最小检测人脸为100，那么
a.在极端情况下，人脸对应12*12的区域，代表原图可以缩小12/100倍，作为初始尺度
b.然后建立尺度金字塔，每个尺度缩小1/1.4倍，这时最小检测人脸不断增加
c.原图一直缩小，直到原图缩到12*12大小，代表整个图就是一个人脸，如果限制了最大人脸，则缩到对应 尺度为止
3.有关NMS:
第一级：每个尺度先单独nms，然后再合并一起nms，nms用的是原始的划窗大小，没有回归调整
第二三级：都是在前一级的基础上nms，最后再回归调整之后nms