Improved SRN——最强人脸检测算法!

今天我们不说计算机视觉基础知识，接下来说说AAAI2019一篇比较新颖的Paper，其是中科院自动化所和京东AI研究院联合的结果，在Wider Face数据集中达到了较高的水准，比arxiv2019_VIM-FD的更好一些。

Improved SRN

人脸检测作为计算机视觉中的一个长期存在的问题，由于其实际应用，近几十年来一直受到人们的关注。

随着人脸检测基准数据集的广泛应用，近年来各种算法都取得了很大的进展。其中，Selective Refinement Network（SRN）人脸检测器有选择地将分类和回归操作引入到anchor-based的人脸检测器中，以减少假阳性同时提高定位精度。此外，它还设计了一个感受野增强块，以提供更多样化的感受野。

为了进一步提高SRN的性能，通过大量的实验，开发了现有的一些技术，包括新的数据增强策略、改进的backbone network、MS COCO预训练、解耦分类模块（decoupled classification module）、分割分支和压缩激励块（Squeeze-and-Excitation block）。

其中，一些技术带来了性能改进，因此，将这些有用的技术结合在一起，提出了一种改进的SRN人脸检测器，并在广泛使用的人脸检测基准的人脸数据集上获得了最佳的性能。

人脸检测其实比较简单，就是将图像输入算法框架中，最终返回输入图像中目标人脸的bounding box。

Review of Baseline

接下来，我们先简要回顾Selective Refinement Network（SRN）。如下图1所示，它包括选择性两步分类(STC)、选择性两步回归(STR)和感受野增强(RFE)，这三个模块的详细说明如下。

图1 SRN。它包括选择性两步分类(STC)、选择性两步回归(STR)和感受野增强(RFE)。

01

S T C

对于单级检测器，大量的正负样本比的anchor（例如，大约有300k个anchor，SRN中的正/负比约为0.006%）导致了相当多的假阳性。因此，它需要另一个阶段，如RPN过滤掉一些负样本。选择性两步分类是从RefineDet继承而来的，有效地拒绝了大量的负样本anchor，缓解了类不平衡问题。

STC作用于浅层Feature Map上，来过滤掉大部分比骄傲容易区分的负样本，来减少搜索空间。

02

S T R

像Cascade RCNN这样的多步回归可以提高Bounding Box位置的准确性，特别是在一些具有挑战性的场景中，例如MS COCO风格的评估指标。然而，将多步回归应用于人脸检测任务中，如果不仔细考虑，可能会影响检测结果。

STR作用于高层Feature Map上，用来粗略调整anchor的尺度、位置（类似于RefineDet中ARM的回归任务），并进一步为高层Feature Map上的回归器提供refined后的anchor位置初始化（类似于RefineDet中ODM的回归任务）。

03

R F E

当前网络通常都具有square感受野，这影响了对不同高宽比目标的检测。为了解决这个问题，SRN设计了一个感受野增强（RFE），在预测类和位置之前，将特征的感受野多样化，这有助于在某些极端姿势中很好地捕捉到人脸。