特徵點檢測、目標檢測
阿新 • • 發佈：2021-07-29
1 特徵點檢測（Landmark detection）
假設你正在構建一個人臉識別應用，出於某種原因，你希望演算法可以給出眼角的具體位置。眼角座標為(x, y)，你可以讓神經網路的最後一層多輸出兩個數字lx和ly，作為眼角的座標值。如果你想知道兩隻眼睛的四個眼角的具體位置，那麼從左到右，依次用四個特徵點來表示這四個眼角。對神經網路稍做些修改，輸出第一個特徵點（l1x，l1y），第二個特徵點（l2x，l2y），依此類推，這四個臉部特徵點的位置就可以通過神經網路輸出了。也可以有更多的特徵點，用來提取臉部輪廓或下頜輪廓。
2 目標檢測（Object detection）
通過卷積網路進行物件檢測，採用的是基於滑動視窗的目標檢測演算法。假設這是一張測試圖片，首先選定一個特定大小的視窗，比如圖片下方這個視窗，將這個紅色小方塊輸入卷積神經網路，卷積網路開始進行預測，即判斷紅色方框內有沒有汽車。滑動視窗目標檢測演算法接下來會繼續處理第二個影象，即紅色方框稍向右滑動之後的區域，並輸入給卷積網路，因此輸入給卷積網路的只有紅色方框內的區域，再次運行卷積網路，然後處理第三個影象，依次重複操作，直到這個視窗滑過影象的每一個角落。為了滑動的更快，可以選用比較大的步幅。
滑動視窗目標檢測演算法也有很明顯的缺點，就是計算成本，因為你在圖片中剪切出太多小方塊，卷積網路要一個個地處理。如果你選用的步幅很大，顯然會減少輸入卷積網路的視窗個數，但是粗糙間隔尺寸可能會影響效能。反之，如果採用小粒度或小步幅，傳遞給卷積網路的小視窗會特別多，這意味著超高的計算成本。
本文來自部落格園，作者：zhang-X，轉載請註明原文連結：https://www.cnblogs.com/YY-zhang/p/15077141.html