人脸检测之MTCNN中的NMS方法

前两篇博客主要介绍MTCNN的原理和实现的方法,这篇博客介绍一下在实现过程中的一个主要的思想NMS。

NMS又称为非极大值抑制方法。是用来处理重叠边框的。在检测的过程中往往会根据不能的维度特征产生不同的窗口,并且每个窗口都会进行是否是人脸的判断,这样就会导致一张人脸上会存在窗口的重叠。而NMS的方法就是要在重叠的框中选出最优的框来标记人脸。减少框的数量。具体如下;


其实现原理如下:

 1. 选出概率最大的框为标准。

  2. 依次计算其他框和选出的框的相交面积,记做IOU,当IOU>某一阀值时,删除该框。直至没有IOU>某一阀值的框存在为            止。然后保留选出的框

  3. 对于存在除了上述操作选出框之外的其他框继续重复1和2的操作。

  4. 整个过程直到所有剩余的框都是经过1和2操作进行之后保留下来的为止。

根据上述理论进行一遍操作之后可以明显的减少框的个数,如果结果不理想可以通过降低阀值来进行修改,但是对于极端的例如两个框不相交的情况是没有办法通过NMS解决的,但是一般不会出现那种情况。所以NMS可以解决绝大部分相交框问题。











猜你喜欢

转载自blog.csdn.net/hh_2018/article/details/80420842