人脸方向的技术干货文章汇总 | 新书赠送
共 1969字，需浏览 4分钟
·
2020-08-24 21:10
本文内容节选自《深度学习之人脸图像处理：核心算法与案例实践》，作者言有三。
美颜和美妆是人脸中很常见的技术，在网络直播以及平常的社交生活中都有很多应用场景。本文重点介绍的是人脸妆造迁移的核心技术及其相关资源。
想要了解关于深度学习的更多干货知识，关注机器学习实验室并评论分享你对本文的学习心得或人脸图像实践的见解，我们将从中选出点赞数最多的3条评论，各送出《深度学习之人脸图像处理：核心算法与案例实践》一本以及作者精心准备的AI专业版学习扑克牌一副。活动截止时间为8月25日（周二）晚10点。
今天给大家分享一个非常优秀的GitHub项目，由GitHub用户ChanChiChoi创建，包括了几乎所有人脸方向的论文，适合需要在人脸领域进行学习的朋友跟读。
项目地址为https://github.com/ChanChiChoi/awesome-Face_Recognition，该项目还参考了如下项目：
[1] polarisZhao/awesome-fac
[2] L706077/DNN-Face-Recognition-Papers
[3] ShownX/FacePaperCollection
[4] HansonSun/FaceRecognition-Papers
[5] shaoxiaohu/CVPR2016
[6] zhanglaplace/PaperPaper
[7] gdshen/paper_notes
[8] lcybuzz/Personal-Face-Related-Paper-Record
[9] betars/Face-Resources
[10] xuewengeophysics/Awesome-Face-Recognition
[11] face-rec.org/Video-Based Face Recognition Algorithms
项目特点
该GitHub项目有如下几个特点：
(1) 按照各个方向进行了整理，也就是上图列出的10多个方向，如Face Detection && Face Segmentation等。
(2) 按照时间线进行了整理，这样方便大家对文章的时效性进行追溯。
(3) 提供了论文链接，对于有开源代码的则提供了代码链接，如下：
(4) 内容很全，A4打印的话有54页之多。
总之，这是一个非常适合新手了解人脸各个方向英文论文的项目，推荐在人脸方向想要有所建树的同学关注，可以打印出来时常看看，为了方便大家我也在后台提供了已经打印好的PDF版本，回复“人脸项目”即可获取，当然建议大家直接关注GitHub项目。
有三AI人脸内容
有三一直都在做人脸相关的内容，且一直说，搞定了人脸基本上就搞定了计算机视觉中的各类算法，因为人脸大大小小10多个研究和应用领域，其中涉及到分类，检测，分割，重建，风格化等基础算法。可以很容易地迁移到其他领域，因此在人脸方向我们做了很多的分享，包括：
1. 人脸所有领域的数据集介绍。了解数据集的构建，有助于加深对任务的理解。
【总结】最全1.5万字长文解读7大方向人脸数据集v2.0版，搞计算机视觉怎能不懂人脸
2. 人脸推荐的论文阅读。循序渐进读论文，打好根基才能走的更快更远。
3. 人脸的技术综述。快速了解各个领域，值得你阅读。
【杂谈】计算机视觉在人脸图像领域的十几个大的应用方向，你懂了几分？
【年终总结】有三AI至今在人脸图像算法领域都分享了哪些内容？
4. 秋季划人脸算法实战小组。实战为王&答疑解惑，一起加入小组进行长期学习，这样更容易激发兴趣，学的更好。
