人脸辨识的流程--人脸侦测

在上一章讲到人脸辨识系统有三个步骤，人脸侦测、特徵撷取、人脸识别。

在人脸侦测部分常见的有Haar-like features、OpenCV中的Dlib、Multi-task Cascaded Convolutional Networks这三种。

Haar-like features(哈尔特徵)
找出影像中相对应的像素差值，每个算出来的特徵值都对应一个弱分类器，每个弱分类器指代表一个haar-like特徵影像，将所有的的弱分类器做联集，组成强分类器再去做判断。
优点：运算数度较快

Dlib
是OpenCV中所提供的套件，人脸侦测器来侦测图片中所有人脸的位置，最後再将所有侦测出的人脸位置用绿色方框标示出来。
分别有5个特徵点和68个特徵点

Multi-task Cascaded Convolutional Networks(MTCNN)
使用三个网路Proposal Network(P-Net)、Refine Network(R-Net)、Output Network(O-Net)
Proposal Network(P-Net) 选出候选框（bounding box）

Refine Network(R-Net) 去除一些圈出不是人脸的候选框

Output Network(O-Net) 将剩下的候选框做交集，圈出正确的人脸。