Retinaface简介
精确的人脸定位是表情识别，ID识别的先决条件，所以精确的定位人脸是网络首要解决的问题。Retinaface是来自insightFace2019年提出，基于one-stage的人脸检测网络。融合了特征金字塔网络FPN（使网络适用于检测不同尺度的人脸）和上下文检测SSH（通过环境信息增强感受野改善检测效果）
可以进行基础的特征提取Retinaface在实际训练的时候使用两种网络作为主干特征提取网络。分别是MobilenetV1-0.25和Resnet。使用Resnet可以实现更高的精度，使用MobilenetV1-0.25可以在CPU上实现实时检测。MobileNet模型是Google针对手机等嵌入式设备提出的一种轻量级的深层神经网络。核心思想便是深度可分离卷积depthwise separable convolution，可以大大减少模型的参数。网络通过14层卷积层不断进行特征提取和下采样，将最后三个特整层输入加强特征提取网络。
增强特征提取网络由两部分构成：FPN和SSH。
与Retinanet类似的是，Retinaface使用了FPN的结构，对Mobilenet最后三个shape的有效特征层进行FPN结构的构建。首先利用1x1卷积对三个有效特征层进行通道数的调整。调整后利用Upsample和Add进行上采样的特征融合。
SSH使用了三个并行结构，利用3x3卷积的堆叠代替5x5与7x7卷积的效果：左边的是3x3卷积，中间利用两次3x3卷积代替5x5卷积，右边利用三次3x3卷积代替7x7卷积。
网络整体结构图如下：
输入网络后可以得到三个特整层，需要通过这三个特征层预测结果：Retinaface的预测结果分为三个，分别是分类预测结果，框的回归预测结果和人脸关键点的回归预测结果。
分类预测Face classification结果用于判断先验框内部是否包含物体，框的回归预测结果用于对先验框进行调整获得预测框，人脸关键点的回归预测结果Face box regression用于对先验框进行调整获得人脸关键点，每一个人脸关键点需要两个调整参数，一共有五个人脸关键点:眼睛，鼻尖，嘴角。
Facenet简介：
谷歌人脸识别算法，利用相同人脸在不同角度等姿态的照片下有高内聚性，不同人脸有低耦合性，提出使用 cnn + triplet mining 方法。通过卷积神经网络，将人脸映射到紧凑欧式空间的特征向量上，映射空间中的平方L2 距离对应人脸的相似性，最后用128字节的基于三重损耗的紧凑128_映射表示人脸的特征。不同图片人脸特征的距离较大；通过相同个体的人脸的距离，总是小于不同个体的人脸这一先验知识训练网络。测试时只需要计算人脸特征特征向量，然后计算距离使用阈值即可判定两张人脸照片是否属于相同的个体。
facenet的主干网络起到提取特征的作用，原版的facenet以Inception-ResNetV1为主干特征提取网络。本设计主要采用mobilenetv1，可以提高实时检测的效果。主干提取网络如下图：
利用主干特征提取网络我们可以获得一个特征层，进行全连接。将输出转换为一个128字节的特征向量。
在获得一个长度为128的特征向量后，将特征向量进行L2 标准化处理。L2标准化就是每个元素/L2范数；2范数极为欧几里得范数，即向量元素绝对值的平方和再开方。
