人脸识别基于MTCNN网络的人脸检测与对齐算法（MTCNN代码复现）_mtcnn人脸检测正脸

作者：人工智能uu | 2024-06-27 20:49:09

踩

mtcnn人脸检测正脸

在这里插入图片描述

摘要:在无约束环境中，由于姿态、光照和遮挡的不同，人脸检测和对齐具有挑战性。最近的研究表明，深度学习方法可以在这两个任务上取得令人印象深刻的表现。在本文中，我们提出了一个深度级联的多任务框架，利用它们之间的内在相关性来提高它们的性能。特别是，我们的框架采用级联结构，具有精心设计的深度卷积网络的三个阶段，以粗到精的方式预测人脸和地标位置。此外，在学习过程中，我们提出了一种新的在线硬样本挖掘策略，可以在不需要人工样本选择的情况下自动提高性能。我们的方法在具有挑战性的FDDB和WIDER FACE人脸检测基准以及人脸对齐的AFLW基准上实现了优于最先进技术的精度，同时保持了实时性能。
概括的讲，本论文提出了一种利用级联的卷积神经网络进行人脸检测与人脸对齐方法。

论文背景

在这里插入图片描述

人脸检测与人脸对齐意义

在这里插入图片描述

论文的研究成果

在这里插入图片描述

人脸检测的研究趋势

在这里插入图片描述

论文采用的方法思路

这篇文章中提出的CNNs包括三个部分。
第一部分P-Net，它通过浅层CNN网络快速生成候选窗口。
第二部分R-Net，它通过更复杂的CNN细化。部分产生的候选窗口以拒绝大量不包含人脸的窗口。
最后一部分O-Net，它使用更强大的CNN网络来细化结果并输出人脸特征点位置。
在这里插入图片描述