论文提要“Improving Object Detection with DCN via Bayesian Optimization and Structured Prediction”

2015年CVPR中的一篇文章,对R-CNN的改进和提升,主要贡献是:1)使用了贝叶斯优化提升Selective Search方法得到的proposal的准确度;2)使用了结构化的SVM框架训练CNN分类器。

1.使用贝叶斯优化对 bbox进行细粒度搜索
1)广义贝叶斯优化框架
f(x,y) 表示图像x中bbox坐标为 y=(u1,v1,u2,v2) Y 的region的检测值,检测问题是在给定y的情况下寻找 f(x,y) 的最大值。基于贝叶斯优化准则, f(x,y) 可取自如下概率模型:

目标是寻找新的位置 yN+1 来提高 fN+1 的值。

2)高斯过程回归得到有效的proposal
对于有限集合 {yj},j=1,...,N fj 服从多方差高斯分布,通过学习7d高斯超参数 θ 对原始的y进行转换得到如下形式:
这里写图片描述
GP过程是在给定N个y的观测值的情况下最大化如下acquisiton函数的值:
这里写图片描述

3)局部细粒度搜索

具体流程如上图所示,首先过滤掉容易的负样本,得到局部区域内具有最大分类得分的区域 yb , 对于图中的局部最优区域(红色框)经过贝叶斯优化得到一个绿色框所示区域。该过程是通过在 yb 的邻域的一些观测框中(黄色框)中进行GP实现的,并经过多设置不同的IOU值进行多次迭代直至没有新的可接受的proposal出现。

2.使用结构化损失学习R-CNN
1)结构化输出的回归
检测问题转化为寻找具有最大得分的结构化标记 yY :

其中,

ϕ(x,y) 表示标记为1的区域中提取的特征。
通过训练模型参数 ω 最小化预测标记 g(xi;ω) 及ground truth的标记之间的结构损失 Δ(.,.)
这里写图片描述
检测问题的结构损失 Δ(y,yi) 是有bbox之间的IOU定义的,上式中的最小化问题由于结构复杂比较难实现,论文使用了结构化的SVM结构实现:
论文提要“Improving Object Detection with DCN via Bayesian Optimization and Structured Prediction”_第1张图片

2)使用结构化SVM学习基于梯度的R-CNN
对原始的结构化SVM进行了两点改进,首先限制了SS得到区域的外部空间,其次,将约束转换为hinge loss将梯度反向传播到CNN的低层,更正后的目标函数如下:
这里写图片描述

3.实验结果
使用R-CNN作为baseline,使用了较高的评价标准,IOU=0.7.使用在ImageNet数据库上训练好的CNN,并用VOC2007进行参数微调。在IOU>0.7时比R-CNN效果提升显著,在IOU>0.5时,效果提升不太明显。同时提到了,VGGnet比AlexNet网络更深,在ILSVRC 2014中获得冠军.

你可能感兴趣的:(深度学习,目标检测)