计算机视觉CV算法分类,计算机视觉（CV）的算法有哪些，具体都有哪些特点？...

目前计算机视觉主要分类有目标识别、目标检测(识别+定位)、目标分割(检测+分割)，而应用层面就多了，文字描述较繁琐，简单地画了一部分，如下：

而算法层面，理论上是无穷种的，同一个需求，根据场景可能会有非常多的差异变化，从而实现路径会有很多，如人脸识别。

人脸识别算法主要包含三个模块：

1.人脸检测(Face Detection)：确定人脸在图像中的大小和位置，也就是在图像中预测anchor；

2.人脸对齐(Face Alignment)：它的原理是找到人脸的若干个关键点(基准点，如眼角，鼻尖，嘴角等)，然后利用这些对应的关键点通过相似变换(Similarity Transform，旋转、缩放和平移)将人脸尽可能变换到标准人脸；

3.人脸特征表征(Feature Representation)：它接受的输入是标准化的人脸图像，通过特征建模得到向量化的人脸特征，最后通过分类器判别得到识别的结果。关键点是怎样得到不同人脸的有区分度的特征，比如：鼻子、嘴巴、眼睛等。

MTCNN

MTCNN算法主要由三个框架组成，分别是PNet，RNet，ONet。下面将分别介绍这三个部分。

理论基础：