MTCNN是一种多级联的人脸检测模型，由P-Net、R-Net和O-Net组成，逐级筛选人脸候选窗口。P-Net、R-Net和O-Net分别在不同尺度上进行人脸检测和关键点定位。影响因素包括角度、遮挡和光线。样本制作时依据IOU确定正、部分和负样本。损失函数包括BCELoss和MSELoss，NMS用于去除冗余候选框。
流程总结
首先对MTCNN的整个流程做一个大致的总结：
以上总结是我基于这几天重新预习MTCNN相关知识做的一个归纳，个人一直有点没搞清楚P网络的一些细节。以上总结可能还是有错误，可是学习知识就是一个不断犯错不断更正学习的过程，没有错误就没有进步。如有疏漏，还原纠正。
网络结构
MTCNN人脸检测是一种多级联的人脸检测模型，采用串联的方式级联，通过层层筛选图像中的人脸候选窗口。MTCNN由P-Net 、R-Net、O-Net 三个网络串联组成，下图为三个网络的结构：
1、P-Net
P-Net包含三个卷积层，每个卷积核大小均为3*3，注意到P-Net没有全连接层。
（1）作用：判断是否含有人脸，并给出人脸框的关键点的位置，为O-Net提供人脸候选框。
（2）输入：尺寸大小为12*12的三通道的图像
（3）输出：包含三部分：a.是否人脸概率 1*1 *2向量
b.人脸检测框坐标（左上点和右下点）1*1 *4
最低0.47元/天 解锁文章
1026
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
