超级会员免费看
本文详细介绍了MTCNN（Multi-task Cascaded Convolutional Neural Network）在人脸检测和关键点定位中的作用。MTCNN由P-Net、R-Net、O-Net三个子网络组成，逐步提升检测精度。文章涵盖了MTCNN的网络架构、工作流程、主要知识模块，如图像金字塔、IOU、NMS等，并讨论了其在人脸识别和其他目标检测任务中的应用。
文章目录
论文链接：https://arxiv.org/ftp/arxiv/papers/1604/1604.02878.pdf
代码链接：https://github.com/kpzhang93/MTCNN_face_detection_alignment
一、算法简介
MTCNN(Multi-task Cascaded convolutional neural netword，多任务级联卷积神经网络)，是2016年中国科学院深圳研究院提出的用于人脸检测任务的神经网络模型，也是当前比较流行的进行快速人脸检测和人脸关键点定位的神经网络模型。MTCNN的模型有三个子网络构成，分别为P-Net、R-Net和O-Net，P-Net用于快速生成候选框，尽可能多的找到建议框，R-Net负责进一步精细化筛选建议框，O-Net对建议框做最后的筛选判定，并且进行人脸关键点的定位。
1.1 理解MTCNN
1）标题
多任务级联卷积神经网络
多
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
