人脸检测：MTCNN

论文：Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks
下载：https://arxiv.org/abs/1604.02878
代码：https://github.com/kpzhang93/MT

人脸检测是计算机视觉中的一个问题，即在照片中定位一张或多张人脸。

在照片中定位人脸是指在图像中找到人脸的坐标，并通过人脸周围的边界框来划分人脸的范围。

人脸是动态的，其外观具有高度的可变性，使得人脸检测成为计算机视觉中的一个难题。如检测人脸，受其其朝向或角度、光线水平、服装、配饰、头发颜色、面部毛发、化妆、年龄等等影响。

人脸检测是人脸识别系统中必不可少的第一步，其目的是在背景中定位和提取人脸区域。

有两种主要的人脸识别方法：

• 基于特征的方法，使用手工过滤器来搜索和检测人脸。可以使用OpenCV库级联分类器(cascade classifiers)进行。
• 基于图像的方法，从整体上学习如何从整个图像中提取人脸。可以通过MTCNN库使用多任务级联CNN来实现。

MTCNN是一个深度级联多任务框架。该框架用来解决由于各种姿势、照明和遮挡，在不受约束的环境中进行人脸检测和对齐的问题。

该框架利用检测和对齐之间的内在相关性来提高它们的性能。框架利用级联架构和精心设计的深度卷积网络的三个阶段以粗到细的方式预测人脸和landmark位置。此外，提出了一种新的online hard sample mining策略，进一步提高了实践中的性能。

注：人脸对齐 face alignment：是许多人脸应用中必要的前处理，目的是减少输入影像的旋转(Rotation)、平移(Translation)、缩放(Scale)变化而造成的精度损失。

---

---

---

参考资料：
人脸检测 MTCNN 简介
人脸算法系列：MTCNN人脸检测详解
MTCNN工作原理