人臉的4個方向，妳還分的清楚嗎
1、Face detection
Face detection，人臉檢測或者說人臉定位，其對圖像中的人臉進行檢測，並將結果用矩形框框出來。
2、Face alignment
Face alignment，人臉較準或者說人臉關鍵點檢測。人臉關鍵點檢測是人臉識別的重要環節，其是在人臉圖像中檢測出人臉器官或者外輪廓的位置，這些特征點位置主要是諸如鼻子左側，鼻孔下側，瞳孔位置，上嘴唇下側等等位置，其為人臉識別等技術提供最重要的位置信息。人臉關鍵點的效率和準確率影響整個人臉識別系統的時效與準確性。
上圖中紅色框框就是在做Face detection，白色點點就是在做Face alignment。
3、Face verification
Face verification，人臉校驗。其是基於pair matching的方式，所以它得到的答案是“是”或者“不是”。在具體操作的時候，給定壹張測試圖片，然後挨個進行pair matching，matching上了則說明測試圖像與該張匹配上的人臉為同壹個人的人臉。現在的大多數人臉人臉刷臉打卡系統中采用的（應該）是這種方法。
4、Face identification(recognization)
Face identification(recognization)，人臉識別。如下圖所示的，它要回答的是“我是誰？”。
相比於人臉校驗采用的pair matching，它在識別階段更多的是采用分類的手段。它實際上是對進行了前面兩步即人臉檢測、人臉校正後做的圖像（人臉）分類。即人臉識別包括下面三個模塊：
往期AI1000問
第壹期： AI-1000問為什麽深度學習圖像分類的輸入多是224*224
第二期： AI-1000問為什麽LeNet5倒數第二個全連接層維度為84？
第三期： AI-1000問為什麽OpenCV存儲的圖像格式是BGR呢？
第四期： AI-1000問機器學習和模式識別是什麽關系？
第五期： AI-1000問人臉的4個方向，妳還分的清楚嗎？
第六期： AI-1000問妳知道為什麽GoogLeNet也被稱為InceptionNet嗎？
第七期： AI-1000問softmax loss和交叉熵有什麽關系？
第八期： AI-1000問為什麽信號有單位而且是dB？
第九期： AI-1000問訓練為什麽要分測試集和驗證集？
第十期： AI-1000問為什麽現在大家喜歡用3*3小卷積？
鏈接：/p/4dbb8c2ab95c