人脸检测--Grid Loss: Detecting Occluded Faces

Grid Loss: Detecting Occluded Faces ECCV2016

遮挡问题还是要通过区域分块来解决

针对有遮挡的人脸检测,如果从训练数据的角度来解决这个问题难度比较大。我们从定义新的损失函数的角度来解决这个问题。通过定义一个 novel loss layer 来分块考虑人脸计数误差损失,本文的另一个亮点是 real time

我们的整个网络结构示意图

3 Grid Loss for CNNs 本文的检测方式是类似于文献【33】的滑动窗口方式

3.1 Neural Network Architecture 我们的CNN结构由两个 5×5 卷积层组成,每个卷积层后面是 Rectified Linear Unit (ReLU) 激活相应,在两个卷积层之间加入了一个 Local Contrast Normalization (LCN) layer 来做相应归一化,在最后一个卷积层后面使用了一个小的 dropout

因为速度的因素,这里我们采用了 Aggregate Channel Features (ACF) 特征,对该特征降采样4倍输入卷积层,在检测的时候,我们是多尺度检测的,使用非极大值抑制

3.2 Grid Loss Layer 这里主要讲人脸区域特征图进行分块,然后定义 part detectors 的损失函数,组合不同的part detectors 损失函数及整体检测损失函数得到总体损失函数。 error signals of less discriminative parts are strengthened during training, encouraging the CNN to focus on making weak parts stronger rather than strengthening already discriminative parts the influence of several strong distinguished parts decreases 简单的来说当有特征的区域被遮挡了,这时候我们需要依靠特征不明显的区域。

4 Evaluation

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

博客 | 基于深度学习的目标检测算法综述(二)

目标检测(Object Detection)是计算机视觉领域的基本任务之一,学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展,目标检测算法也从基...

2344
来自专栏人工智能LeadAI

BAT机器学习面试1000题系列(第76~149题)

76、看你是搞视觉的,熟悉哪些CV框架,顺带聊聊CV最近五年的发展史如何?深度学习 DL应用 难 原英文:adeshpande3.github.io 作者:Ad...

5918
来自专栏人工智能头条

用反卷积(Deconvnet)可视化和理解卷积网络

1523
来自专栏AI科技评论

干货 | 基于深度学习的目标检测算法综述(二)

目标检测(Object Detection)是计算机视觉领域的基本任务之一,学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展,目标检测算法也从基...

1142
来自专栏人工智能LeadAI

深度学习与TensorFlow: VGG论文笔记

马毅老师曾说过:”如果你没有看过近30年的经典论文,你是做不出成果的”.现如今深度学习如此火热,一些关键节点发布的文章更应该好好的阅读,因此我想在未来的一段时间...

963
来自专栏SIGAI学习与实践平台

人脸检测算法综述

人脸检测是目前所有目标检测子方向中被研究的最充分的问题之一,它在安防监控,人证比对,人机交互,社交和娱乐等方面有很强的应用价值,也是整个人脸识别算法的第一步。在...

1231
来自专栏AI研习社

「目标检测算法」连连看:从 Faster R-CNN 、 R-FCN 到 FPN

在这个系列中,我们将对目标检测算法进行全面探讨。 第1部分,我们介绍常见的基于区域的目标检测器,包括Fast R-CNN,Faster R-CNN,R-FCN和...

1133
来自专栏AI研习社

如何通过剃度上升实现可视化卷积核?

为什么我的CNN网络模型训练出来的东西总是过度拟合?已经改了很多次参数都不行,到底是样本有问题还是网络模型定义有问题?问题在哪来? CNN网络模型中的每一层学习...

2827
来自专栏机器之心

AAAI 2018 | 港中文-商汤联合论文:自监督语义分割的混合与匹配调节

4007
来自专栏AI科技评论

干货 | 梯度上升可视化卷积神经网络

AI科技评论按:本文作者陈仲铭,AI科技评论获其授权发布。 为什么我的CNN网络模型训练出来的东西总是过度拟合?已经改了很多次参数都不行,到底是样本有问题还是网...

2856

扫码关注云+社区