論文：Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks
下載：https://arxiv.org/abs/1604.02878
代碼：https://github.com/kpzhang93/MT

人臉檢測(cè)是計(jì)算機(jī)視覺中的一個(gè)問題，即在照片中定位一張或多張人臉。

在照片中定位人臉是指在圖像中找到人臉的坐標(biāo)，并通過人臉周圍的邊界框來劃分人臉的范圍。

人臉是動(dòng)態(tài)的，其外觀具有高度的可變性，使得人臉檢測(cè)成為計(jì)算機(jī)視覺中的一個(gè)難題。如檢測(cè)人臉，受其其朝向或角度、光線水平、服裝、配飾、頭發(fā)顏色、面部毛發(fā)、化妝、年齡等等影響。

人臉檢測(cè)是人臉識(shí)別系統(tǒng)中必不可少的第一步，其目的是在背景中定位和提取人臉區(qū)域。

有兩種主要的人臉識(shí)別方法：

• 基于特征的方法，使用手工過濾器來搜索和檢測(cè)人臉。可以使用OpenCV庫級(jí)聯(lián)分類器(cascade classifiers)進(jìn)行。
• 基于圖像的方法，從整體上學(xué)習(xí)如何從整個(gè)圖像中提取人臉。可以通過MTCNN庫使用多任務(wù)級(jí)聯(lián)CNN來實(shí)現(xiàn)。

MTCNN是一個(gè)深度級(jí)聯(lián)多任務(wù)框架。該框架用來解決由于各種姿勢(shì)、照明和遮擋，在不受約束的環(huán)境中進(jìn)行人臉檢測(cè)和對(duì)齊的問題。

該框架利用檢測(cè)和對(duì)齊之間的內(nèi)在相關(guān)性來提高它們的性能。框架利用級(jí)聯(lián)架構(gòu)和精心設(shè)計(jì)的深度卷積網(wǎng)絡(luò)的三個(gè)階段以粗到細(xì)的方式預(yù)測(cè)人臉和landmark位置。此外，提出了一種新的online hard sample mining策略，進(jìn)一步提高了實(shí)踐中的性能。

注：人臉對(duì)齊 face alignment：是許多人臉應(yīng)用中必要的前處理，目的是減少輸入影像的旋轉(zhuǎn)(Rotation)、平移(Translation)、縮放(Scale)變化而造成的精度損失。

---

---

---

參考資料：
人臉檢測(cè) MTCNN 簡(jiǎn)介
人臉?biāo)惴ㄏ盗?#xff1a;MTCNN人臉檢測(cè)詳解
MTCNN工作原理

總結(jié)

以上是生活随笔為你收集整理的人脸检测：MTCNN的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。