Scale Match：國科大提出小目標檢測的尺度匹配方法，用於預訓練數據集處理

聖誕快樂～

今天分享一篇新出的論文 Scale Match for Tiny Person Detection，作者貢獻了一個細小人物目標檢測的數據集 TinyPerson，同時提出一種對預訓練數據進行尺度調整的Scale Match（尺度匹配）的方法，顯著改進了小目標檢測。

該文作者資訊：

作者均來自中國科學院大學。

眾所周知，小目標檢測一直是比較棘手的技術問題，現有目標檢測演算法往往難以給出理想的結果，但在某些場合，小目標檢測卻非常有意義。

比如，長距離的影片監控，畫面中的人物可能都比較小。

作者構建的 TinyPerson 細小人物目標資料庫與其他知名的目標檢測資料庫的視覺比較：

TinyPerson 樣本局部放大圖

可見，如果大家不點擊查看大圖的話，基本上就只能看到 TinyPerson上有一些黑點而已。

下面圖表和表格是對幾大數據集的尺度的統計：

TinyPerson 中人物平均絕對大小才 18 個像素。能較好的反應長距離影片監控場景中的人物。

TInyPerson數據集統計數據

當目標僅有十幾個像素大小的時候，演算法如何有效捕捉目標呢？事實上，作者沒有發明新的檢測演算法，而是給演算法增加訓練樣本，並對這些訓練樣本進行尺度調整，使其在尺度上和目標數據集（TinyPerson）統計屬性上相似。

嗯，思路就是這麼直接！?

作者將這個尺度調整的過程稱之為尺度匹配（Scale Match），請看下圖：

Psize（s；E）代表用於增加樣本的外部數據集中目標尺度的統計直方圖；

Psize（s；Dtrain）則代表目標檢測任務數據集中目標尺度的統計直方圖；

尺度匹配（Scale Match）的過程就是讓這兩個直方圖分布相似。然後把尺度調整後的外部數據集加入訓練集，訓練演算法模型。

熟悉數字影像處理的朋友，肯定學過直方圖匹配（將一幅影像的直方圖調整為與另一幅影像直方圖相似），尺度匹配與其類似，不同的是，這裡直方圖每個分箱代表的是不同的尺度的目標的統計。

尺度匹配的演算法流程如下：

影像直方圖匹配中要保持像素值映射的單調性，目標檢測中尺度匹配不需要嚴格單調(畢竟尺度調整之後該是什麼目標還是什麼目標)，但作者也嘗試了保持尺度調整單調性的Monotone Scale Match (MSM)，這在某種程度上保留了預訓練數據集中目標出現的自然尺度的相對大小一致性。

實驗結果

作者實驗了一階段、二階段、anchor-free 幾種有代表性的目標檢測演算法，以下是在使用MS COCO做預訓練然後在TinyPerson上的結果比較：

文中使用 Faster RCNN-FPN 作為比較的基準線演算法，下表為添加Scale Match、Monotone Scale Match之後在TinyPerson、Tiny Citypersons數據集上的實驗結果：

可見，對於訓練數據集進行尺度匹配帶來了顯著的精度提升，AP上升約3-4個點。

論文地址： https://arxiv.org/abs/1912.10664v1

數據程式碼地址：

https://github.com/ucas-vg/TinyBenchmark

（目前還未開源）

Tags: