Ross Girshick, Jeff Donahue, Trevor Darrell Jitendra Malik

https://arxiv.org/pdf/1311.2524.pdf

Background Information

• SIFT
• HOG

Abstract

• 상향식 방식의 지역 제안 (Region proposal)
  • CNN 훈련에 적용
  • RCNN = (Region Proposal + CNN)
  • 객체를 localize 및 segment 하기 위함
• Domain-specific fine-tuning
  • 지도 사전 훈련을 적용
  • 보다 간단하고 확장 가능성이 큰 알고리즘
  • 라벨링 된 데이터가 부족할 때 domain 기반으로 fine-tuning 가능

Introduction

• R-CNN: Regions with CNN features
  1. Input image
  2. Extract region proposals
     • 추출 후 전처리 진행
  3. Compute CNN features
  4. Classify regions

Composing Modules

1. Category-independent region proposals
   • Selective Search 사용됨
2. Large CNN that extracts a feature vector from each region
   • 각 지역마다 추출된 feature vector 사용
3. Set of class-specific linear SVMs
   • SVM을 학습시켜 object detection에 활용