人脸检测--Scale-Aware Face Detection

Scale-Aware Face Detection
CVPR2017

针对人脸检测中的人脸多尺度问题，本文首先用一个 Scale Proposal Network (SPN) 估计出图像中人脸的尺度分布，然后按照该尺度归一化图像，再进行人脸检测

均匀分布的多尺度人脸检测有时是一种浪费，因为图像中可能只有 1-2 个尺度的人脸

所以本文的思路是先估计出人脸的尺度，有了尺度信息就可以根据该尺度来进行人脸检测，不用盲目的多尺度检测

本文的关键是 Scale Proposal Network，该网络用于尺度的估计

Scale Proposal Network 的输入是降采样的图像 down-sampled image，输出一个尺度响应热点图，尺寸是 w × h × n，再经过全局最大池化处理，热点图变成一个 1× 1× n 的直方图向量，这个向量中的每个元素表示 图像中某个尺度存在人脸的概率， 这个直方图向量可以看作是一个 尺度-vs-概率 直方图。 输出的特征向量长度就是 尺度直方图 bins 的数量。直方图使用 Sigmoid function 归一化到 【0,1】表示概率。
直方图向量的具体定义如下：

直方图 第 i 个 bin 对应的 人脸尺寸位于下面长度区间

SPN 的一个优点是 当人脸尺寸大于或小于 SPN 的 the receptive field 仍然有尺度响应

3.2. Scaling strategy generation
接着我们对上面的直方图进行了平滑，非极大值抑制

4.2. Ground truth preparation
这里我们不是直接标记人脸框的，而是标记人脸的五个特征点： left eye center, right eye center, nose, left mouth corner and right mouth corner，然后根据这5个特征点位置算出人脸的矩形框。