图文 | 稀疏感兴趣区域池化在目标检测中的应用

今天给大家分享一个有趣的算法，也是大家都比较熟悉的感兴趣区域池化类算法框架，在疫情重要的时期，大家记得多休息，但不能忘和我们计算机视觉战队一起学习进步！

专家

解读

图像数据与一个或多个核卷积，并生成相应的一个或多个特征映射。感兴趣区域图是从一个或多个特征图中提取出来的，并基于候选的一个或多个特征进行合并。池化生成的特征向量维数小于与一个或多个特征映射相关联的维数。在神经网络中，特征向量被展平并作为一个层输入。神经网络输出与图像数据中的对象相关联的分类。

上图就是分类的特征选择过程，3个特征选择boxes用在了不同的类别上。特征选择box的数量取决于类别的数量。上图中的114就是感兴趣区域，106就是感兴趣区域池化后的特征图。其实在一副图片中有很多感兴趣区域。

下图是解释下CNN的运行过程，其实CNN可以学习一个对应的模式来提取重要的特征。其中216就是今天要提及的核心：

下图这个分别展示了Weven和Wodd的稀疏核：

Sparse ROI Pooling

ROI池化其实会导致稀疏和冗余的特征，特别是在水平和垂直不安全的位置（通过box突出显示）。本次技术主要是跳过奇数或者偶数索引的特征，通过这样做，他可以在不影响特征表示的情况下，将全连接层的参数减半。

CNN和目标检测的系统组件示意图

下图就展示了一个案例，检测图像中的目标方法的流程图。该方法至少由一个硬件处理器执行。702是图像的接收，图像数据可能包括真实数据。

END

如果想加入我们“计算机视觉战队”，请扫二维码加入学习群。计算机视觉战队主要涉及机器学习、深度学习等领域，由来自于各校的硕博研究生组成的团队，主要致力于人脸检测、人脸识别，多目标检测、目标跟踪、图像分割等研究方向。

我们开创一段时间的“计算机视觉协会”知识星球，也得到很多同学的认可，我们定时会推送实践型内容与大家分享，在星球里的同学可以随时提问，随时提需求，我们都会及时给予回复及给出对应的答复。

微信学习讨论群也可以加入，我们会第一时间在该些群里预告！