原书出处
智能算法导论
195 2 0 . 3 . 1 基 于 深 度 学 习 算 法 的 人 脸 识 别
点定位问题。MTCNN充分利用了人脸检测和人脸关键点定位两个问题之间的潜在联系,使用多任务级联的框架将两个任务同时进行。
MTCNN包含了3个级联的多任务CNN,分别为Proposal Network(P-Net)、Refine Network(R-Net)、Output Network(O-Net)。MTCNN可以分为3个阶段:首先,由P-Net获得人脸区域的候选窗口和边界框的回归向量,并用该边界框做回归,对候选窗口进行校准;然后通过非极大值抑制(Non-Maximum Suppression,NMS)来合并高度重叠的候选框。
其次,将P-Net得出的候选框输入到R-Net,R-Net同样通过边界框回归和NMS去掉那些误报(false-posit
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter20_0006.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d