LJ的博客

文章目录发展历史损失函数变迁 侧重发展中的 关键方法 Masi I, Wu Y, Hassner T, et al. Deep face recognition: A survey[C]//2018 31st SIBGRAPI conference on graphics, patterns and images (SIBGRAPI). IEEE, 2018: 471-478. 上述论文 侧重于 人脸识别（Verification + Identification）步骤！ 人脸检测器用于定位人脸。 然

文章目录2015 DDFD 2015 DDFD Multi-viewface detection using deep convolutional neural networks DDFD(Deep Dense Face Detector)是一种基于AlexNet进行微调（finetune）改进的一种深度学习的网络模型。是雅虎公司2015年的作品，可以实现基于多角度，遮挡，关照下的人脸检测，一种unconstrain的人脸检测算法。 5个卷积层，3个全连接层组成，在最后一个全连接层直接输出，没有经过SVM

2001 Viola & Jones Face Detection 《Rapid Object Detection using a Boosted Cascade of Simple Features》 Haar-like + Adaboost 2014 JDA Joint Cascade Face Detection and Alignment 验证人脸对齐的有效性 使用低阈值的VJ人脸检测方法作为基准，其人脸检测结果的 False Positive Rate 较高 文章训练一个基于S

文章目录OverviewFace DetectionFace PreprocessingFace Representation Overview 1 Face Detection 在图像或视频中定位人脸 Traditional Methods：Viola-Jones Face Detector / Deformable Part Models DCNNs 2 Face Preprocessing 将原始自然的人脸校正为规范的视角并且进行裁剪 Face Alignment 利用空间变换将脸部扭曲到