轉自http://mp.weixin.qq.com/s?__biz=MzU0NTAyNTQ1OQ==&mid=2247485402&idx=2&sn=d4c0d65b75ebca219397cf2263ca480a&chksm=fb727b06cc05f21082d6e469496e7155974415250404d1e7294730cf0a6130feadf27b73d082&mpshare=1&scene=23&srcid=0201GEiLSp6WiKUb8bybEBKk#rd
今天是二月的第一天，是一個月的新的開始，估計現在有很多學生都已經進入了漫長的寒假，希望你們在寒假空閑之余可以慢慢來閱讀我們的精彩推送。今天我們將的就是目標檢測，說到目標檢測，很多人都會想到許多經典的框架，說明你們都很厲害，對該領域都有深入的了解，今天主要聊聊細粒度的事！
首先我們來看兩幅簡單的圖片組：
圖1 黑腳信天翁
圖2 黑背信天翁
通過這兩組圖像，粗略觀察會發現差別不是很大，所以我們仔細的去看，就能發現一些細節性的差別。由此，引出了細粒度類別檢測。平時，我們在做目標檢測的過程中，也可以通過引入該思想，讓我們對目標只提取高判別性的特征，提高目標特征的表達，提升檢測結果的精度。
對了，今天主要說的內容都是基礎簡單，如果你是該領域的大佬，請跳過直接去做你自己的科研，或者當做休閑一刻快速瀏覽，謝謝！
先來說一個案例：
兩類不同的鳥，但是差別很小，主要應該就在眼部，怎么通過一只小鳥去尋找到對應的類別呢？
結果其實就是通過尋找出具有判別區域部分：
1、Pose-normalized correspondence
其中，黃色就是我們平時所說的邊界框，紅色就是語義區域部分。
首先就是找到這些部分，然后就可以通過特征表示出來。
下面是之前該領域的一些工作總結：
深度學習的進展：
2、深度表達用於細粒度
-
[Donahue et.al. ICML 2014] DPM detec7ons + DeCAF feature
-
[Zhang et.al. CVPR 2014] poselet detec7ons + deep network training from scratch
RNN
3、新框架
Object and Part detectors
邊界框約束：
高斯混合：
首先得到邊界框和部分的注解：
然后歸一化：
為每個部分先生成高斯混合
最后得到：
細粒度類別猶如下面的過程：
4、對比
DPM模型：
-
Multiple components
-
Deforma7on cost is a percomponent Gaussian prior.
-
R-CNN is a single-component model, mo7va7ng our MG and NP constraint. （New）
-
Nonparametric prior on keypoint configuration space.
-
Our non-parametric prior uses nearest neighbors on appearance space. （New）
5、結果
數據集：CUB-200-2011 （12k張圖像，200類，15個點）
[1] Berg et.al. POOF: Part-based one-vs-one features for fine-grained
categoriza7on, face verifica7on, and ahribute es7ma7on. In CVPR 2013.
[2] Chai et.al. Symbio7c segmenta7on and part localiza7on for fine-grained
categoriza7on. In ICCV 2013.
[3] Gavves et.al. Fine-grained categoriza7on by alignments. In ICCV 2013.
[4] Donahue et.al. DeCAF: A deep convolu7onal ac7va7on feature for
generic visual recogni7on. In ICML 2014.
微調過程其實對實驗結果有很大的幫助，也做了一組對比試驗來證明其有效性。
接下來就是部分區域定位的結果：
如果大於0.5就設定其為正確的。
[1] Azizipour et.al. Object detec7on using strongly-supervised deformable part models. In ECCV 2012.
后期其實還可以基於多區域部分來進行特征表達，這樣檢測的效果會更好一些。