• mtcnn论文地址
• 论文发表于16年4月

介绍

深度学习的发展使得人脸识别(face detection)和人脸对齐(face alignment)领域有了显著的进步。

论文提出了一个深度级联多任务框架(deep cascaded multi-task framework)和一个新的困难样本挖掘策略极大的提升了实际中的性能。

整体结构

**输入：**对于输入的图片进行图片金字塔处理，最小的图片大小为12*12，最大的为图片本身大小。 stage1：通过浅层CNN得到候选框 在训练的时候该网络的顶部有3条支路用来分别做人脸分类、人脸框的回归和人脸关键点定位；在测试的时候这一步的输出只有N个bounding box的4个坐标信息和score，当然这4个坐标信息已经用回归支路的输出进行修正了，score可以看做是分类的输出（是人脸的概率），具体可以看代码

stage2：通过更复杂的CNN删除无人脸的候选框 这一步的输入是前面P-Net生成的bounding box，每个bounding box的大小都是24*24，可以通过resize操作得到。同样在测试的时候这一步的输出只有M个bounding box的4个坐标信息和score，4个坐标信息也用回归支路的输出进行修正了

stage3：使用更加复杂的CNN调整结果，输出人脸框和五个特征点的位置 输入大小调整为48*48，输出包含P个bounding box的4个坐标信息、score和关键点信息。

参考

https://blog.csdn.net/u014380165/article/details/78906898