MTCNN学习----原理

MTCNN主要包含三个阶段： 1） 利用一个浅层的CNN快速产生候选窗口 2） 利用一个更复杂的CNN排除掉大量非人脸窗口 3） 利用一个更强大的CNN进一步改善结果，并输出人脸关键点位置。 整体框架 测试阶段过程： 首先图像经过金字塔，生成多个尺度的图像，然后输入PNet, PNet由于尺寸很小，所以可以很快的选出候选区域，但是准确率不高，然后采用NMS算法，合并候选框，然后根据候选框提取图像，

>>阅读原文<<