细小人脸检测的实践（Finding Tiny Faces论文代码复现）

https://www.cs.cmu.edu/~peiyunh/tiny/这个主页上介绍了CVPR中的一篇文章，关于细小人脸检测的。小物体检测一直还是CV界比较有挑战的一个问题。从作者的摘要可以看出，主要完成了以下三个工作：

We explore three aspects of the problem in the context of finding small faces: 

（1）the role of scale invariance,

（2）image resolution, 

（3）and contextual reasoning. 

具体而言，论文关键点包括以下三个方面：

Multi-task modeling of scales

目前常用的方法是使用尺度归一化分类器或者在 ROI 池化特征图上运行区域分类器。将区域尺寸归一化到一个标准尺寸，会面临一个简单的问题，因此直观的想法是：分别训练不同尺度的检测器。然而这种问题肯定会带来复杂性的增加。通过发现对卷积网络后端小尺寸特征图进行放大，这对检测小目标很重要。因此作者最后采用了尺度不变方式，来处理图像金字塔以捕获大规模变化，并采用特定尺度混合检测器

整个论文实现检测的流程如下：从输入图像开始，首先创建一个粗图像金字塔（包括2X插值）。然后，我们将缩放的输入图像输入到CNN中（论文中采用了resnet-101)，以便在每个分辨率下预测模板响应（用于检测和回归）。最后，我们在原始分辨率图像上应用非最大抑制（NMS）来获得最终检测结果。

觉得工作挺有意义的，于是进行了代码的复现。

具体过程：

（1）安装matlab

（2）安装matconvnet，这个必须采用作者的fork版本，否则会出现split函数没有找到的问题。

（3）直接运行

tiny_face_detector.m这个文件进行测试。（利用这种运行的方式可以避免反复加载预训练模型，提高测试效率）

具体的执行过程可以看到如下的字眼，即可以看到实际过程中采用了多种分辨率。

find the pretrained model file ./trained_models/hr_res101.matLoading pretrained detector model... load modelProcessing data/3.jpg at scale 0.062500. Processing data/3.jpg at scale 0.125000. Processing data/3.jpg at scale 0.250000. Processing data/3.jpg at scale 0.500000. Processing data/3.jpg at scale 1.000000. Processing data/3.jpg at scale 1.414214. Processing data/3.jpg at scale 2.000000.

下面为一些测试结果：

这种不是正面拍摄的照片，检测结果居然还是相当好的。

挑了张阅兵的照片，由于原始的照片是：650＊350的，检测结果就相对一般了，主要可能是作者采用的20＊15的框，已经超过了后面那排的人脸的像素。