MTCNN中用于建立图像金字塔的技术

MTCNN中构建图像金字塔

在执行人脸检测任务时，MTCNN的输入为一张图像，其输出则为图像中人脸所在区域的Bounding Box。该方法依托卷积神经网络实现，通常仅适用于检测特定尺寸范围内的人脸。例如其中的P-Net，其主要功能是判断12×12大小区域内是否存在人脸。然而由于输入图像中人脸的实际尺寸未知，因此需要构建图像金字塔以生成不同尺寸的图像。对图像进行缩放操作的目的在于将其中的人脸调整至网络能够有效识别的尺寸范围。只要某个人脸被缩放至接近12×12的尺寸，即可被成功检测到。以下为MTCNN用于人脸检测的具体流程图示。

构建金字塔需要解决几个问题：

1. 金字塔应包含多少层级，即总共需要生成多少张图像

2. 每张图像的具体尺寸应如何设定
在进行人脸检测时，通常需要预先设定原图中可检测的最小人脸尺寸，所有小于该尺寸的人脸将被忽略。在MTCNN代码中，该参数设置为minsize=20，而MTCNN P-Net用于识别12×12大小的人脸。
关于人脸检测中图像金字塔构建所涉及的数据如下：
输入图像的尺寸定