1：檢測模組，使用7*7和5*5的的視窗增加了特徵map之後的感受野
3：訓練的時候，只是用anchor_layer,只是判斷一下anchors的的正負類，測試的時候，使用使用proposal_layer,和faster相比，少了roi層，速度較快;
4：可以使用對尺度的訓練方式，進一步的增加精度；
5: 不同的特徵map之間進行eltwise時要求大小map相等，通道也要相等;不同的特徵map之間可以使用crop操作;
6: 採用是單邊固定的方式來訓練ssh的，和faster是一樣的，可以採用多尺度的訓練，同時也可以採用多尺度的測試；
7：不同的特徵map採用不同的anchors，來檢測不同大小的人臉；
訓練的結構圖如下：
人臉檢測演算法
人臉識別各 參考 知乎乙個欄目 首先介紹一下常用人臉檢測的常用資料庫 每張影象的人臉數量偏少，平均1.8人臉 圖，絕大多數影象都只有一人臉 資料集完全公開，published methods通常都有 大部分都開源 且可以復現，可靠性高 unpublished methods沒有 沒有 無法確認它們的...
人臉檢測演算法
人臉識別各 參考 知乎乙個欄目 首先介紹一下常用人臉檢測的常用資料庫 fddb和wider face fddb總共2845張影象，5171張，人臉非約束環境，人臉的難度較大，有面部表情，雙下巴，光照變化，穿戴，誇張髮型，遮擋等難點，是目標最常用的資料庫。有以下特點 wider face wider ...
人臉活體檢測演算法設計
人臉活體驗證是人臉識別過程中重要的一環，主要用以區分真實人臉與假臉影象，能夠識別通過紙張列印 螢幕翻拍 3d模型等場景的欺騙行為。我們在演算法設計階段，嘗試了不同的方法，包括svm lbp 深度學習等，針對單一場景或者攝像頭，能夠得到不錯的效果，但是沒有得到乙個能夠適配多種攝像頭的活體演算法 我們將...