[论文解读] Convolutional Channel Features For Pedestrian, Face and Edge Detection.

Bin Yang, Junjie Yan+2 more|arXiv (Cornell University)|Apr 28, 2015

Advanced Neural Network Applications参考文献 44被引用 16

一句话总结

本文提出卷积通道特征（CCF），一种统一框架，将预训练的CNN特征与提升森林模型结合，实现高效、高性能的行人、人脸、边缘和目标提议检测。通过将低层次CNN特征迁移至轻量级集成模型，CCF在不微调CNN的情况下实现最先进性能，相比端到端深度学习方法，准确率更高且计算成本更低。

ABSTRACT

Deep learning methods are powerful tools but often suffer from expensive computation and limited flexibility. An alternative is to combine light-weight models with deep representations. As successful cases exist in several visual problems, a unified framework is absent. In this paper, we revisit two widely used approaches in computer vision, namely filtered channel features and Convolutional Neural Networks (CNN), and absorb merits from both by proposing an integrated method called Convolutional Channel Features (CCF). CCF transfers low-level features from pre-trained CNN models to feed the boosting forest model. With the combination of CNN features and boosting forest, CCF benefits from the richer capacity in feature representation compared with channel features, as well as lower cost in computation and storage compared with end-to-end CNN methods. We show that CCF serves as a good way of tailoring pre-trained CNN models to diverse tasks without fine-tuning the whole network to each task by achieving state-of-the-art performances in pedestrian detection, face detection, edge detection and object proposal generation.

研究动机与目标

• 解决端到端深度学习模型在视觉检测任务中计算成本高且缺乏灵活性的问题。
• 将行人、人脸、边缘和目标提议等多样化检测任务统一在一个可适应的单一框架下。
• 利用预训练CNN的丰富特征表示，同时通过轻量级提升森林模型保持低推理成本。
• 通过统一的流水线将预训练特征适配至新任务，从而消除对CNN进行任务特定微调的需求。

提出的方法

• CCF从预训练的卷积神经网络（CNN）中提取低层次特征，且不微调网络权重。
• 这些特征通过通道维度变换形成卷积通道特征（CCF），以保留空间和层次信息。
• CCF特征随后输入提升森林模型（如XGBoost或LightGBM）以执行分类和回归任务。
• 提升森林模型利用CNN提供的丰富可迁移特征学习任务特定决策边界，实现高效推理。
• 该框架通过冻结CNN并仅在顶部训练提升组件，避免端到端训练。
• 该方法通过复用同一预训练CNN并仅通过特征迁移调整最终分类器头，支持多种任务。

实验结果

研究问题

• RQ1 统一框架能否在无需任务特定微调的情况下，有效将预训练CNN特征迁移至多样化检测任务？
• RQ2 将CNN特征与提升森林结合，与端到端CNN相比，在准确率和计算效率方面表现如何？
• RQ3 深度网络中的低层次特征在多大程度上可被轻量级模型有效利用于检测任务？
• RQ4 所提出的CCF框架是否在包括行人、人脸和边缘检测在内的多个检测基准上实现最先进性能？
• RQ5 该方法能否在保持低计算和存储开销的同时，泛化至不同视觉检测任务？

主要发现

• CCF在无需微调预训练CNN的情况下，于行人检测基准上实现最先进性能。
• 与端到端CNN相比，该方法显著降低了计算和存储成本，同时保持高准确率。
• 在边缘检测和目标提议生成任务中，CCF优于传统通道特征和现有轻量级模型。
• 通过复用同一预训练CNN并仅训练提升森林组件，该框架可实现对新检测任务的快速适应。
• CNN特征与提升森林的集成相比仅使用通道特征，能获得更优越的特征表示。
• CCF在包括行人、人脸和边缘检测在内的多样化视觉检测任务中表现出强大泛化能力，且性能持续提升。