人脸识别算法MTCNN论文解读

论文名称：Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks

论文地址：https://www.lao-wang.com/wp-content/uploads/2017/07/1604.02878.pdf

 

 

1、MTCNN原理

MTCNN，Multi-task convolutional neural network（多任务卷积神经网络），将人脸区域检测与人脸关键点检测放在一起，该模型主要采用了三个级联的网络，分别是快速生成候选窗口的P-Net、进行高精度候选窗口过滤选择的R-Net和生成最终边界框与人脸关键点的O-Net。在使用这些网络之前，首先要将原始图片缩放到不同尺度 ，形成一个“图像金字塔”，接着会对每个尺度的图片通过神经网络计算一遍 。

 

2、P-Net

P-Net 全称为Proposal Network，其基本的构造是一个全卷积网络。对上一步构建完成的图像金字塔，通过一个FCN进行初步特征提取与标定边框，并进行Bounding-Box Regression调整窗口与NMS进行大部分窗口的过滤。网络结构如下：

P-Net是一个人脸区域的区域建议网络，该网络的将特征输入结果三个卷积层之后，通过一个人脸分类器判断该区域是否是人脸，同时使用边框回归和一个面部关键点的定位器来进行人脸区域的初步提议，该部分最终将输出很多张可能存在人脸的人脸区域，并将这些区域输入R-Net进行进一步处理。因此 ，对应的输出由3部