用于 CNN 目标检测的递归尺度逼近
计算机视觉与模式识别
2018-02-09 v2
摘要
由于卷积神经网络（CNN）缺乏处理大尺度变化的固有机制，我们通常需要为多尺度目标检测多次计算特征图，这在实践中成为计算成本的瓶颈。为解决此问题，我们设计了递归尺度逼近（RSA），仅计算一次特征图，并仅通过该图即可逼近其他层级的特征图。RSA 的核心是递归展开机制：给定特定尺度的初始图，它生成尺寸为输入一半的较小尺度预测。为进一步提高效率和精度，我们 (a) 设计了尺度预测网络以全局预测图像中的潜在尺度，因为无需在金字塔的所有层级上计算特征图；(b) 提出了地标回溯网络（LRN）以回溯回归地标的位置并为每个地标生成置信度分数；LRN 能有效缓解 RSA 中累积误差导致的误检。整个系统可在统一的 CNN 框架中端到端训练。实验表明，我们提出的算法在人脸检测基准上优于当前最优方法，并在通用候选区域生成上取得了可比的结果。RSA 源代码可在 github.com/sciencefans/RSA-for-object-detection 获取。
引用
@article{arxiv.1707.09531,
title = {Recurrent Scale Approximation for Object Detection in CNN},
author = {Yu Liu and Hongyang Li and Junjie Yan and Fangyin Wei and Xiaogang Wang and Xiaoou Tang},
journal= {arXiv preprint arXiv:1707.09531},
year = {2018}
}
备注
Accepted in ICCV 2017