论文链接：https://arxiv.org/ftp/arxiv/papers/1604/1604.02878.pdf
代码链接：https://github.com/kpzhang93/MTCNN_face_detection_alignment
一、理解MTCNN
1）标题
多任务级联卷积神经网络
多任务：检测(找到人脸)和对齐(关键点的对齐)
级联：三个网络串行使用
2）网络
P-net、R-net、O-net
二、思考影响计算机进行人脸检测的因素
样本、光线
三、为什么要学习MTCNN
1）广泛性
在各行业的图像目标检测方面的应用最广泛
2）代表性
图像检测方面的代表模型
3）兴趣性
培养AI兴趣
四、学习了MTCNN能够做什么
1）人脸检测追踪
2）其他同一类物体的检测追踪——车流量/智慧交通
3）联合其他网络做高要求的目标检测追踪——反无人机
4）联合Center loss做人脸识别
五、主要知识模块
1）图像金字塔
a.目标检测如何选择建议框？
图像不变，建议框改变（YOLO）
建议框不变，图像改变（MTCNN）
b.思考预测出的结果为何会出现很多重复框（P-Net）
图像金字塔
P网络步长为2
2）IOU(筛选重复框)
a.解决重复预测框的方法
分析产生重复框的原因
b.任务：去除多余的预测框
如何判断哪些预测框是多余的
如何去除多余的预测框
c.计算
IOU=交集/并集
IOU=交集/最小面积=1 （大框套小框（O网络））
左上角的点取较小值，右下角的点取较大值
3）NMS(去除多余的预测框)
非极大值抑制，抑制不是极大值的元素，可以理解为局部最大搜索；
作用：排序做IOU，去除多余预测框
4）图像正方形转换
(P网络输出的图转为正方形)
在原图直接转为正方形再resize——原因：人脸特征更加完整
5）图像坐标反算
6）级联卷积
a.级联的意思
指使用多个工具做一件事情，好比流水线工作，各个工作环节首尾相连，最终获得一个完整的工作链。
b.级联的作用
主要体现在使用网络的时候，P网络的输出经过处理之后，输入R网络，R网络的输出经过处理之后，输入O网络，O网络的输出处理之后，做为最终的输出结果。
c.级联的思想
将复杂的任务进行分解，将要解决的复杂问题，转化成若干简单的问题，提高处理问题的效率和结果。
训练三个网络的时候，可以同时训练，因为三个网络的样本不一样
六、人脸识别流程
七、结构与样本制作
1）MTCNN的网络结构
2）MTCNN的样本数据
a.样本选择
√CelebA
Wider_Face
b.观察样本
①样本数量
20w,基础样本多，
生成的样本更具多样性,
训练的网络参数泛华能力更强
②样本质量
数据是否包含噪声
是否多样化
坐标是否标准准确
分类是否准确
c.生成新样本
思考需要的样本种类
如何生成所需的样本
八、MTCNN的模型训练
九、MTCNN的优缺点