人工智能技能测试（高级）

当前位置：

0人报考

5 分

3800积分

加入购物车

第1章：人脸图像检测（一）

课时1：人脸图像检测（一）-1

00:44:35

课时2：人脸图像检测（一）-2

00:51:26

课时3：人脸图像检测（一）-3

00:48:32

课时4：人脸图像检测（一）-4

00:54:53

第2章：人脸图像检测（二）

课时5：人脸图像检测（二）-1

00:49:16

课时6：人脸图像检测（二）-2

00:45:59

课时7：人脸图像检测（二）-3

00:46:05

课时8：人脸图像检测（二）-4

01:07:04

16条评论

默认最新

大风起兮

2025-03-13 回复 5

所属课时：人脸图像检测（一）-1

人脸识别通常分为三个核心步骤：人脸侦测（检测）→ 特征提取 → 特征对比。 ... 阅读全文

186****2553

2025-03-12 回复 5

所属课时：人脸图像检测（二）-2

NMS介绍 ... 阅读全文

大风起兮

2025-03-13 回复 0

NMS完整流程示例 1、输入：检测到的候选框列表（每个框含坐标和置信度）。 2、排序：按置信度降序排列候选框 → [框A(0.98), 框B(0.95), 框C(0.90), 框D(0.85)]。 3、第一轮处理：保留框A，计算其与框B、C、D的IOU。若框B与框A的IOU=0.6（超过阈值0.3），则删除框B；框C、D的IOU。 4、第二轮处理：剩余框为C(0.90)、D(0.85)，取出框C，计算其与框D的IOU。若IOU=0.2（未超阈值），则保留框C和D。 5、输出：最终保留框A、C、D（若D与C无重叠）。

186****6812

2025-05-04 回复 2

所属课时：人脸图像检测（二）-4

一、核心概念 MTCNN定义多任务级联卷积神经网络（Multi-task Cascaded Convolutional Networks），用于人脸检测和特征点定位，通过级联三个网络（P-Net、R-Net、O-Net）逐步优化检测结果。关键模块图像金字塔：通过缩放图像生成多尺度输入，解决目标尺寸差异问题。非极大值抑制（NMS）：去除重复预测框，保留置信度最高的框。 IOU（交并比 ... 阅读全文

186****6812

2025-05-04 回复 1

所属课时：人脸图像检测（一）-1

一、人脸识别概述1. 基本概念定义：基于人脸特征信息进行身份识别的生物识别技术，包含人脸检测、跟踪及识别。核心步骤：人脸侦测：定位图像/视频中的人脸区域。特征提取：将人脸转化为高维特征向量（如深度学习模型生成的嵌入向量）。特征对比：将当前人脸特征与人脸库中的特征进行相似度匹配。2. 本质与特征本质：通过对比不同人脸图像的特征完成识别。特征来源：通常由深度学习模型（如卷积 ... 阅读全文

186****2553

2025-04-13 回复 1

所属课时：人脸图像检测（一）-4

MTCNN人脸识别易错知识点 ... 阅读全文

133****7290

2025-06-02 回复 0

所属课时：人脸图像检测（二）-4

图像坐标正方形转换先使用长边扩展坐标，然后用坐标在原图上进行裁剪：坐标反算下图蓝色为原始标注框，红色是随机偏移得到的框，由于IOU>0.3，得到的红色样本是正样本或部分样本，并且计算方法中除以样本窗口的宽/高是为归一化（0-1之间）：通过模型训练得到四个偏移量之后，可以用公式进行反算，看P网络的输出：用P网络输出的目标在特征图的索引*步长stride=训练标签的位置（红色），假设下面的方框都 ... 阅读全文

133****7290

2025-06-02 回复 0

所属课时：人脸图像检测（二）-3

NMS（局部最大值搜索，非极大值抑制Non-maximum suppression）1、将整幅图的所有方框置信度从大到小进行排序；2、保留置信度最大值的方框，这个是人脸；3、用最大值框与其他所有方框做IOU，如果IOU>0.3就丢掉，说明是同一个人脸可能性很高；4、剩余的框再根据置信度排序，并取最大值，接着进行第3步使用P网络留下来的框（大部分情况下都不是正方形）对原图做裁剪，将裁剪 ... 阅读全文

133****7290

2025-06-02 回复 0

所属课时：人脸图像检测（二）-2

为何会出现许多重复的方框？1、置信度，对于P网络来说，由于网络简单，因此置信度较小，方框就多；2、图像金字塔3、卷积造成的解决多余预测框的方法：1、局部进行IOU值比对，找到最大的，将最大的去除（最大的是相同的框，因此要去除相同的）；同时计算置信度，保留置信度比较大的；这种方法用在P和R网络中IOU：交并比1、针对大框套小框的方法：如果IOU较小，但置信度又比较大，这时就是要交集/最小值 ... 阅读全文

133****7290

2025-06-02 回复 0

所属课时：人脸图像检测（一）-4

生成样本的种类：大小方面3种，每种都需要（正样本、负样本和部分样本）制作过程：根据原始样本框进行偏移，计算偏移后的框与原始样本之间的IOU，根据IOU分成正负和部分样本三类数据，然后计算每个偏移后的图像与原始样本之间的偏移量，将偏移量记录到新文件中。网络学习过程中，主要学习两个参数：置信度和偏移量，置信度表示窗口滑动到当前位置时检测到人脸的概率；坐标偏移量用来回归真实坐标；正样本、部分样本和负样本 ... 阅读全文

133****7290

2025-06-02 回复 0

所属课时：人脸图像检测（二）-1

建议框的选择方法有两种：1、框大小改变，图像不变，含两种尺寸三种形状（横矩形、竖矩形、正方），使用建议框在整幅图上移动，计算与标签的IOU，这个是YOLO中使用的方法，YOLO使用了9个框 2、框不变，图像尺寸改变；MTCNN使用根号2分之一进行缩放；对于MTCNN来说，P网络中的4层网络，每次使用了3*3的核，变相得到12*12的感知域或窗口？？？（感知域应该是核的大小？），由于P网络是全卷 ... 阅读全文

133****7290

2025-06-01 回复 0

所属课时：人脸图像检测（一）-3

MTCNN训练数据的准备 ... 阅读全文

133****7290

2025-06-01 回复 0

所属课时：人脸图像检测（一）-2

MTCNN的网络架构 ... 阅读全文