SPP (Spatial Pyramid Pooling) Net

RCNN 주요 문제점

---

• 2000개의 Region 영역 이미지가 CNN으로 입력되면서 Object Detection 수행시간이 오래 걸림
• Region 영역 이미지가 Crop/Warp 되어야 함

RCNN 개선 방안

---

2000개의 Region Proposal 이미지를 CNN으로 Feature Extraction하지 않고 원본 이미지만 CNN으로 Feature Map 생성 뒤에 원본 이미지의 Selective Search로 추천된 영역의 이미지만 Feature Map으로 매핑하여 별도 도출

• RCNN 수행시간 개선 방안 문제점
  : CNN은 서로 다른 사이즈의 image를 수용하지 않는데, Flatten Fully Connection Input의 크기가 고정이 되어야 하기 때문임
  

서로 다른 크기의 Region Proposal 이미지 개선 방안

---

Feature map으로 투영된 서로 다른 크기를 가진 Region Proposal 이미지를 SPP Net의 크기 vector로 변환하여 FC에 1D Flattended 된 input 제공

SPP (Spatial pyramid Pooling)

---

CNN Image classification에서 서로 다른 이미지의 크기를 고정된 크기로 변환하는 기법

SPP는 Spatial Pyramid Matching 기법에 근간을 둠

Spatial Pyramid Matching

---

• Bag of Visual words
  

문제점: 매핑정보를 histogram화 하면 object의 위치가 중요한 경우
-> 이미지를 분할해서 histogram화

SPM으로 서로 다른 크기의 Feature Map을 균일한 크기의 Vector 표현

---

SPM으로 서로 다른 크기의 Feature Map을 균일한 크기의 vector 표현
어차피 분면으로 나누기 때문에 feature map의 크기와 상관이 없음

Spatial Pyramid Pooling

---

SPP-Net - Image Classification

---

SPP-Net - Object Detection

---

SPP Net RCNN 적용

---

R-CNN과 SPP-Net 비교

---