- Multi-task Cascaded Convolutional Networks
- Ref 1
- Ref 2
- 論文 引用1227次， IEEE, Signal Processing, 2016年
- Object Detection
- 是否能夠看到各種臉的偵測分數，以及沒有通過Net的原因? 能否簡單地調整閥值，讓臉能夠被偵測到?
- Pnet -> Rnet -> Onet
- 基本上是三個網路串連來輸出face confidence shape = (1,1,2), bounding box(x1, y1, w, h) shape = (1,1,4), facial landmark localization shape = (1,1,10)，所以輸出非常多東西
- 本質上就是淺層的網路架構，透過Boosting的方式來實作
- 從粗略到細緻
- 困難樣本生成策略可以進一步提升性能 每個階段的網路都是一個多任務網路，處理任務有3個
- 人臉/非人臉 - cross-entropy
- face confidence shape = (1,1,2)
$math formula$
- face confidence shape = (1,1,2)
- bounding box - 回歸MSE
$math formula$
- 特徵點定位
- 歐式距離損失函數
$math formula$ -
$alpha$ 三個任務中在當前階段的網路中損失所佔比重，$\beta$採樣類型指示, 取值為{0,1}，非人臉時，box和landmark的$\beta=0$，$det=1$，人臉時，$\beta=1$，$det=1$
- Preprocessing:resize
- 淺層CNN，全卷積層，P-Net，獲取候選人臉窗口以及人臉回歸向量，基於人臉回歸向量時對候選窗口進行校正，之後採用NMS合併高重疊率的候選窗口(IOU threshold)
- P-Net的$\alpha$取值為{1.0, 0.5, 0.5}