入门经典综述!深度人脸识别算法串讲
重磅干货,第一时间送达
作者:安晟,Datawhale成员,CV算法工程师
最近看了很多人脸识别loss相关和GAN相关的paper,但是没有提纲挈领的把这些串起来。于是,一个小姐姐分享给我了这篇论文,阅读了一下,确实比较经典,很全面。在这里,将论文内容结合我自己的理解和在工作中进行的探索展开,分享给大家。
论文背景
论文题目:Deep Face Recognition: A Survey
论文地址:https://arxiv.org/abs/1804.06655
论文代码:综述文章,无代码
分享大纲
1. 人脸识别基本概念
主要场景、评价指标、系统基本流程及发展历史
2. 代表性文章串讲
DeepFace、FaceNet、CenterLoss
3. 如何搭建一个人脸识别系统
人脸识别基本概念
两个主要场景:人脸验证/人脸比对,人脸识别
评价指标:Acc,FAR-TAR,ERR
一个人脸识别系统的基本流程:人脸检测-预处理-人脸表示-匹配
DeepFace
论文背景:
DeepFace是CVPR2014上由FaceBook提出来的,DeepFace基本算是CNN在人脸识别的奠基之作,并将人脸识别精度接近人类水平。
DeepFace在进行人脸识别的过程中主要分为以下步骤:
1.人脸检测
2.3D对齐
3.人脸表示(CNN特征提取)
4.人脸验证
1. 人脸检测与对齐
2. 人脸表示
3. 人脸特征的归一化
4. 度量学习
5. 实验结果与总结
FaceNet
CenterLoss
如何搭建一个人脸识别系统
后续优化方向总结
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~