DenseBox：将关键点定位与端到端目标检测相统一
计算机视觉与模式识别
2015-09-22 v3
摘要
单个全卷积神经网络（FCN）在目标检测上的表现如何？我们引入了 DenseBox，这是一个统一的端到端 FCN 框架，通过图像的所有位置和尺度直接预测边界框和目标类别置信度。我们的贡献有两方面。首先，我们表明如果经过精心设计和优化，单个 FCN 可以极其准确且高效地检测多种不同的目标。其次，我们表明在多任务学习期间与关键点定位相结合时，DenseBox 进一步提高了目标检测精度。我们在包括 MALF 人脸检测和 KITTI 汽车检测在内的公开基准数据集上展示了实验结果，结果表明我们的 DenseBox 是检测诸如人脸和汽车等具有挑战性目标的最先进系统。
引用
@article{arxiv.1509.04874,
title = {DenseBox: Unifying Landmark Localization with End to End Object Detection},
author = {Lichao Huang and Yi Yang and Yafeng Deng and Yinan Yu},
journal= {arXiv preprint arXiv:1509.04874},
year = {2015}
}