人脸识别系统的原理

人脸识别本身有多种算法可以实现，不同算法的理论基础也不同，常见的例如人脸识别产品利用AVS03A图像处理器；可以对人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大，其中算法运用到了“算法MTCNN”。

人脸识别系统的原理

人脸识别常用的算法MTCNN的主要框架：

1、Proposal Network (P-Net)：

该网络结构主要获得了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（NMS）来合并高度重叠的候选框。

2、Refine Network (R-Net)：

该网络结构还是通过边界框回归和NMS来去掉那些false-positive区域。只是由于该网络结构和P-Net网络结构有差异，多了一个全连接层，所以会取得更好的抑制false-positive的作用。

3、Output Network (O-Net)：

该层比R-Net层又多了一层卷基层，所以处理的结果会更加精细。作用和R-Net层作用一样。但是该层对人脸区域进行了更多的监督，同时还会输出5个地标（landmark）。