A Convolutional Neural Network Cascade for Face Detection
2015 CVPR 的文章 mark下.
现实世界的人脸识别和挑选好的数据集是不一样的,难度更大,因为:姿态,表情,光照的变化大.
所以需要更好的区分模型,来准确地从背景中分离处人脸.
然而,准确性和计算量可能是一对矛盾.
为此,在CNN基础上,提出了casade architecture.可以称为CNN casade.
该使用了多分辨率,由粗到精的思想.在低分辨率下去掉大部分的背景,然后在低分辨率下对剩下的部分进行更仔细的区分.
为了提高定位的准确性,并且减少后续candidate的数量.在每个detection stage后面引入了calibration stage.每个calibration stage的输出结果用来给下一层调节窗口位置.
只看了大概,之后有时间再仔细看看.