人臉識(shí)別本身有多種算法可以實(shí)現(xiàn)，不同算法的理論基礎(chǔ)也不同，常見(jiàn)的例如人臉識(shí)別產(chǎn)品利用AVS03A圖像處理器；可以對(duì)人臉明暗偵測(cè)，自動(dòng)調(diào)整動(dòng)態(tài)曝光補(bǔ)償，人臉追蹤偵測(cè)，自動(dòng)調(diào)整影像放大，其中算法運(yùn)用到了“算法MTCNN”。

人臉識(shí)別系統(tǒng)的原理

人臉識(shí)別常用的算法MTCNN的主要框架：

1、Proposal Network (P-Net)：

該網(wǎng)絡(luò)結(jié)構(gòu)主要獲得了人臉區(qū)域的候選窗口和邊界框的回歸向量。并用該邊界框做回歸，對(duì)候選窗口進(jìn)行校準(zhǔn)，然后通過(guò)非極大值抑制（NMS）來(lái)合并高度重疊的候選框。

2、Refine Network (R-Net)：

該網(wǎng)絡(luò)結(jié)構(gòu)還是通過(guò)邊界框回歸和NMS來(lái)去掉那些false-positive區(qū)域。只是由于該網(wǎng)絡(luò)結(jié)構(gòu)和P-Net網(wǎng)絡(luò)結(jié)構(gòu)有差異，多了一個(gè)全連接層，所以會(huì)取得更好的抑制false-positive的作用。

3、Output Network (O-Net)：

該層比R-Net層又多了一層卷基層，所以處理的結(jié)果會(huì)更加精細(xì)。作用和R-Net層作用一樣。但是該層對(duì)人臉區(qū)域進(jìn)行了更多的監(jiān)督，同時(shí)還會(huì)輸出5個(gè)地標(biāo)（landmark）。