首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >人脸检测--SSH: Single Stage Headless Face Detector

人脸检测--SSH: Single Stage Headless Face Detector

作者头像
用户1148525
发布2018-01-03 16:30:53
2.1K0
发布2018-01-03 16:30:53
举报

SSH: Single Stage Headless Face Detector ICCV2017 https://github.com/mahyarnajibi/SSH

本文的人脸检测算法走的是又快又好的路子,类似于目标检测中的 SSD算法思路。

这里写图片描述
这里写图片描述

SSH is designed to decrease inference time, have a low memory foot-print, and be scale-invariant, single-stage detector 本文设计的人脸检测算法简称为 SSH,希望速度快,占用内存少,尺度不变性。它是一个单步骤检测器

3 Proposed Method 3.1. General Architecture

这里写图片描述
这里写图片描述

主要是在网络不同深度的卷积层进行人脸检测 SSH 对网络不同位置上,即不同尺度的特征图上接入了三个检测模块,检测模块由 a convolutional binary classifier and a regressor 构成

这里我们采用了类似 RPN 策略来构建 anchor set,采用滑动窗口的方式,每个位置定义具有不同尺度的 K 个 anchors,这里我们的长宽比是1。如果输入检测模块的特征图大小为 W×H, 那么一共有 W×H×K 个anchors

detection module

这里写图片描述
这里写图片描述

Context Module incorporate context by enlarging the window around the candidate proposals, SSH mimics this strategy by means of simple convolutional layers

这里写图片描述
这里写图片描述

Scale-Invariance Design 这里检测人脸 在网络的三个不同卷积层使用了 三个检测模块 M1,M2,M3, 这三个检测模块使用的步长分别为 8, 16,32 ,用于检测 大、中、小人脸

3.4. Training 不同尺寸的人脸对用不同的检测模块进行训练 3.4.1 Loss function 损失函数的定义

3.5. Online hard negative and positive mining 去除一些简单的负样本

4 Experiments

WIDER face detection benchmark

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

检测时间

这里写图片描述
这里写图片描述

输入图像尺寸的影响

这里写图片描述
这里写图片描述
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017年10月31日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档