人脸检测中，如何构建输入图像金字塔

博客：blog.shinelee.me | 博客园 | CSDN

写在前面

在文章《特征，特征不变性，尺度空间与图像金字塔》中我们初步谈到了图像金字塔，在这篇文章中将介绍如何在人脸检测任务中构建输入图像金子塔。

人脸检测中的图像金字塔

人脸检测任务，输入是一张图像，输出图像中人脸所在位置的Bounding Box。因为卷积神经网络强大的特征表达能力，现在的人脸检测方法通常都基于卷积神经网络，如MTCNN等。网络确定后，通常只适用于检测一定尺寸范围内的人脸，比如MTCNN中的P-Net，用于判断$12\times 12$大小范围内是否含有人脸，但是输入图像中人脸的尺寸是未知的，因此需要构建图像金字塔，以获得不同尺寸的图像，只要某个人脸被放缩到$12\times 12$左右，就可以被检测出来。下图为MTCNN 的Pipeline，来自链接。

构建金字塔需要解决几个问题：

1. 金字塔要建多少层，即一共要生成多少张图像
2. 每张图像的尺寸如何确定

下面直接从代码层面看是如何实现的，也可以直接跳到总结查看结论。

代码实现

MTCNN

以下为MTCNN 人脸检测 matlab代码

在人脸检测，通常要设置要原图中要检测的最小人脸尺寸，原图中小于这个尺寸的人脸不必care，MTCNN代码中为minsize=20，MTCNN P-Net用于检测$12\times 12$大小的人脸。如果输入图像为$100\times 120$，其中人脸最小为$20\times 20$，最大为$100\times$