人脸检测“Face detections without bells and whistles”

使用了两种简单的方法:ICF和DPM做人脸检测。

主要贡献:
1.在使用恰当的情况下,普通的DPM可以超越复杂DPM的结果;
2.使用ICF做人脸检测,几个固定的模板可以达到很好的效果;

数据库:
AFLW:26 000个标记人脸,AFW:205bbox,FDDB:2845 椭圆标记
评价标准:IOU>0.5,AP。

ICF detector

baseline 方法:SquaresChnFtrs-5
包含5个components,使用偏转角度聚类,AFLW数据库中15 106个样本训练5个大小为80*80的模板。
三个角度:正脸(正负20°),侧脸1(20°~60°),侧脸2(60°~200°)。
特征池包含所有可能的方形特征,28 700个。最终的component 检测器包含2000个弱分类器。
检测速度:640*480 50fps, 5个component 速度降低5倍。

DPM
测试时,NMS是个重要的参数

实验结果
1.components的数目对结果的影响:最佳5个。
2.IFC:训练数据越多,结果越好。DPM:500个训练样本结果>95%
3.特征通道,使用HOG+LUV即可获得很好的效果,不需要用其他颜色空间。
4.弱分类器个数:2000个。

与其他方法的结果比较:

你可能感兴趣的:(人脸检测“Face detections without bells and whistles”)