【Rotation探索】PCN/DRBox/textboxes++
來自專欄 Study of Object Detection and Tracking
今天來關注一個主題：Rotatable bbox。通常，像faster rcnn、ssd、yolo這類detector的輸出是classification和bounding box。而bbox則僅僅是xmin，ymin，xmax，ymax來描述，實際上bbox還有一個信息angle一直不受重視。當然，也有一些做angle的paper，下面就做一些介紹，希望能拋磚引玉。
- PCN
級聯檢測系列，與mtcnn的區別就在於由關鍵點檢測變為了角度校準。角度校準很巧妙地利用了級聯特性，採用了逐級校準人臉的旋轉角度的方法。第一級：上下翻轉校準， 第二級：左右翻轉校準， 第三級：角度校準。
效果還不錯，角度也還是蠻準的，可惜的是級聯網路的速度對人數太不魯棒。
github：Jack-CV/PCNgithub：
Jack-CV/PCN
- DRBox
這篇文章做了一個Rotatable Bounding Box Regression的嘗試，並且在衛星圖像上進行了實驗，效果還是不錯的。
與PCN類似，DRBox其實就是bounding box regression和angle regression。對於bbox regression的目標是d(x)，d(y)，d(w)，d(h)，所以，論文作者定義angle regression的目標是d(angle)，如下：
github：
liulei01/DRBox
- textboxes++
testboxes++則直接回歸minimum horizontal bounding rectangles和rotated rectangles，直白的說target就是四個點。如下圖中的黃色四邊形的四個頂點。
若 b0 = (x0, y0,w0,h0) 表示 a horizontal default box（x0, y0是center point），那麼，定義：
它們之間的關係如下：
textboxes++輸出的是classification和offset，分別如下：
那麼：
github:
MhLiao/TextBoxes_plusplus
- 小節
PCN：精度應該會高一些，因為有一個校準過程；缺陷也很明顯，速度受人數影響；
DRBox與textBoxes++相比較，DRBox的方式，可擴展性更強。
推薦閱讀：
TAG:目標檢測 | 深度學習DeepLearning | 計算機視覺 |