A Convolutional Neural Network Cascade for Face Detection
2015 CVPR 的文章 mark下．
現實世界的人臉識別和挑選好的數據集是不一樣的，難度更大，因爲：姿態，表情，光照的變化大．
所以需要更好的區分模型，來準確地從背景中分離處人臉．
然而，準確性和計算量可能是一對矛盾．
爲此，在CNN基礎上，提出了casade architecture．可以稱爲CNN casade．
該使用了多分辨率，由粗到精的思想．在低分辨率下去掉大部分的背景，然後在低分辨率下對剩下的部分進行更仔細的區分．
爲了提高定位的準確性，並且減少後續candidate的數量．在每個detection stage後面引入了calibration stage．每個calibration stage的輸出結果用來給下一層調節窗口位置．
只看了大概，之後有時間再仔細看看．