深度学习之 人脸识别（1） 人脸预处理

 
 
 人脸识别分两个部分：

 第一步：人脸图片预处理，即检测图片中人脸并裁剪成指定尺寸的人脸图。

 第二步：人脸识别，包括模型训练、目标人脸分类训练、 预测目标人脸。

 

1. 人脸检测原理

 
 人脸识别，首先得做人脸检测，也就是找到人脸在哪里，用矩形框框出位置。理想情况下，应该检测出图片中所有的人脸。

人脸检测模型：

 1、MTCNN （TensorFlow）

 2、SSD Face （Caffe）

 
 获得人脸的矩形框后，然后就要做人脸对齐（Face Alignment），因为原始图片中，人脸的姿态、位置可能有较大区别，

为了统一处理，要把人脸“摆正”。“摆正”的方法，其实就是先找到人脸的关键点，比如眼睛、鼻子、嘴巴、脸轮廓等。根据这些

关键点，使用仿射变换将人脸统一标准，尽量消除姿势不同带来的误差。

 
 这里采用基于TensorFlow的MTCNN(Multi-task convolutional neural networks) 模型。MTCNN是一种基于深度神经网络的

人脸检测和人脸对其的方法。MTCNN由3个神经网络构成，分别是P-Net，R-Net、O-Net。

 在使用上述网络之前，要对原始图片进行预处理，先将原始图片缩放到不同尺寸，形成一个“图像金字塔”，如下图所示。