MTCNN总结

MTCNN（Multi-task Cascaded Convolutional Networks，多任务级联卷积神经网络） 

 同时实现人脸检测和对齐

 

 

当给定一张照片的时候，将其缩放到不同尺度形成图像金字塔，以达到尺度不变。

 

Stage 1：使用P-Net是一个全卷积网络，用来生成候选窗和边框回归向量(bounding box regression vectors)。使用Bounding box regression的方法来校正这些候选窗，使用非极大值抑制（NMS）合并重叠的候选框。全卷积网络和Faster R-CNN中的RPN一脉相承。

 

Stage 2：使用N-Net改善候选窗。将通过P-Net的候选窗输入R-Net中，拒绝掉大部分false的窗口，继续使用Bounding box regression和NMS合并。

 

Stage 3：最后使用O-Net输出最终的人脸框和特征点位置。和第二步类似，但是不同的是生成5个特征点位置。

 

 

训练

这个算法需要实现三个任务的学习：人脸非人脸的分类，bounding box regression和人脸特征点定位。

 

(1)人脸检测

这就是一个分类任务，使用交叉熵损失函数即可

 

(2)Bounding box regression

这是一个回归问题，使用平方和损失函数

 

(3)人脸特征点定位

这也是一个回归问题，目标是5个特征点与标定好的数据的平方和损失