CVPR2018《Seeing Small Faces from Robust Anchor’s Perspective》论文阅读整理

《Seeing Small Faces from Robust Anchor’s Perspective》发表于CVPR2018，作者有：Chenchen  Zhu   、Ran Tao 、Khoa Luu 、Marios Savvides ，来自卡内基梅隆大学（Carnegie Mellon University）。

本人将该论文整理为四个部分。分别是 介绍、新的anchor的生成策略（包括四种方法） 、实验 、结论。

1.介绍

首先，上面的图阐释了面部尺度大小和召回率及人脸与anchor的平均IOU间的关系。可以看到召回率和IOU基本呈现一种正相关的关系，大尺寸人脸的召回率和交并比明显比小人脸的效果好。作者认为检测不到小脸，是基于anchor调整的 bbox与小脸的匹配度不够。

于是，作者定义了一个概念叫做EMO，预期最大交叉，来说明人脸和anchor获取高交并比的能力。EMO score可解释两点：1. face bbox越大，matched anchor的iou score越大；2. anchor分布越密集，越容易match face。借此，提出一些改进的方法，希望来提高gt和anchor的IOU，提高检测到小人脸的概率。如：通过减小anchor步长，增加密度，额外的变换anchor的形状，随机变换人脸等来提高IOU，提高anchor被定为正样本的概率。

基于anchor的检测方法是通过分类和回归anchor box来检测对象的，anchor是一系列