参考：https://zhuanlan.zhihu.com/p/36245761
本文主要解决无限制场景下的微小人脸检测问题，tiny face指尺寸小，分辨率低，模糊并缺乏必要信息的人脸patch，tiny face检测问题如下图所示。通过利用GAN模型对tiny face进行高分辨和去模糊的人脸生成，在通过判别器来进行识别。
生成网络包含 :
super-resolving（超分辨率重建）:
Prob : 分辨率低 algorithm：SR-GAN
refining (精炼) :
Prob : 人脸模糊 algorithm：cycle-GAN
整体网络结构主要包括MB-FCN和GAN两部分，如下图所示。
MB-FCN detector检测器
用于初步检测，训练时为GAN网络提供样本，测试时为GAN提供ROI(Region of Interest)。
(ROI Pooling是针对RoIs的Pooling，其特点是输入特征图尺寸不固定，但是输出特征图尺寸固定。
在Fast RCNN中， RoI是指Selective Search完成后得到的“候选框”在特征图上的映射在Faster RCNN中，候选框是经过RPN产生的，然后再把各个“候选框”映射到特征图上，得到RoIs)
GAN网络使用生成器和判别器构成。
Generator Network 生成器网络：
由两个sub-network构成，一个是up-sample sub-network，另一个是refinement sub-network，其目的是生成高分辨率和去模糊的人脸patch。
- up-sample sub-network (SR超分辨率重建) :
SR超分辨率重建，由于tiny face 缺乏细节信息和重建误差MSE loss的影响(保留低频信息，丢失高频信息，这是由误差函数导致的)，生成的超分辨人脸往往比较模糊。其中up-sample sub-network中有两个de-conv layer用来做上采样，使分辨率提升4倍。 - refinement sub-network(去模糊)
需要设计refinement sub-network来去除模糊现象。refinement sub-network中除了最后一层，其余每个conv之后都有BN和Relu。
Discriminator Network 判别器网络 ：
有两个判别任务，一个是人脸是否是高分辨，另一个是patch是否是人脸。
判别网络使用VGG作为backbone，同时 去除conv5之后的max-pooling，替换全连接层fc6，fc7，fc8为两个并行的fc_GAN和fc_clc， 网络结构参数如下图所示。
Loss function
网络结构的多任务学习通过混合多个loss来实现。
整体loss主要分为三个部分：
- pixel-wise loss （图像SR超分辨重构误差）
生成网络的输入是tiny face加上随机noise，该MSE loss（均方误）是强制使生成人脸逼近高分辨人脸，公式如下所示。G1表示up-sample sub-network，G2表示refinement sub-network。
- adversarial loss （GAN网络误差 ）
生成网络的损失定义为如下公式，该loss引导图像生成尽可能多含有高频信息。 - classification loss（分类误差）
该loss是判别器的损失函数，为了区分人脸与非人脸，人脸样本主要包括高分辨人脸和有生成器生成的低分辨人脸。该loss可以使生成网络重建image更sharper。
Objective function
将以上三个loss合并，可以得到整体目标函数，如下公式所示。
考虑到生成网络和监督网络的优化，可以修改上述loss，分为生成网络G的loss和监督网络D的loss，如下图所示。
来源：CSDN
作者：熊熊的小心心
链接：https://blog.csdn.net/Trance95/article/details/104640479