dlib 的 CNN 人脸检测器使用哪种架构？

Posted 2023-03-16

【中文标题】dlib 的 CNN 人脸检测器使用哪种架构？

【英文标题】：Which architecture does dlib's CNN face detector use?

【发布时间】：2019-01-19 16:51:20

【问题描述】：

我用谷歌搜索了很多，但找不到。是对发表在 CNN 人脸检测上的一些论文的实现吗？

dlib的卷积人脸检测器的理论部分有详细的介绍吗？

【问题讨论】：

This face detector is made using the now classic Histogram of Oriented Gradients (HOG) feature combined with a linear classifier, an image pyramid, and sliding window detection scheme.

HOG特征和CNN特征不一样吗？我在这个文件dlib.net/face_detector.py.html 中找到了你写的描述，但我特别想知道 CNN dlib.net/cnn_face_detector.py.html。我错过了什么吗？

我的错。 CNN version of MMOD 我想。 dlib.net/cnn_face_detector.py.html, sourceforge.net/p/dclib/discussion/442518/thread/27ec33e7

这很有帮助。非常感谢

【参考方案1】：

它使用自定义架构。您可以在source code查看它

    ...    

    template <template <int,template<typename>class,int,typename> class block, int N, template<typename>class BN, typename SUBNET>
    using residual = add_prev1<block<N,BN,1,tag1<SUBNET>>>;

    template <template <int,template<typename>class,int,typename> class block, int N, template<typename>class BN, typename SUBNET>
    using residual_down = add_prev2<avg_pool<2,2,2,2,skip1<tag2<block<N,BN,2,tag1<SUBNET>>>>>>;

    template <int N, template <typename> class BN, int stride, typename SUBNET> 
    using block  = BN<con<N,3,3,1,1,relu<BN<con<N,3,3,stride,stride,SUBNET>>>>>;

    template <int N, typename SUBNET> using ares      = relu<residual<block,N,affine,SUBNET>>;
    template <int N, typename SUBNET> using ares_down = relu<residual_down<block,N,affine,SUBNET>>;

    template <typename SUBNET> using alevel0 = ares_down<256,SUBNET>;
    template <typename SUBNET> using alevel1 = ares<256,ares<256,ares_down<256,SUBNET>>>;
    template <typename SUBNET> using alevel2 = ares<128,ares<128,ares_down<128,SUBNET>>>;
    template <typename SUBNET> using alevel3 = ares<64,ares<64,ares<64,ares_down<64,SUBNET>>>>;
    template <typename SUBNET> using alevel4 = ares<32,ares<32,ares<32,SUBNET>>>;

    using anet_type = loss_metric<fc_no_bias<128,avg_pool_everything<
                                alevel0<
                                alevel1<
                                alevel2<
                                alevel3<
                                alevel4<
                                max_pool<3,3,2,2,relu<affine<con<32,7,7,2,2,
                                input_rgb_image_sized<150>
                                >>>>>>>>>>>>;
    anet_type net;

    ...

【讨论】：

那是人脸识别。人脸检测器位于同一文件夹 cnn_face_detector.cpp 中。

此网络用于人脸识别。它不同于人脸检测。