Lingyun

大家好，从今天开始就要学习人脸识别相关的知识啦，以后也会分享这一类的文章。人脸识别，必不可少的是Facebook AI研究院的这篇。论文：DeepFace: Closing the Gap to Human-Level Performance in Face Verification[cite] Taigman Y, Yang M, Ranzato M A, et al. Deepface...

Paper：Sampling Matters in Deep Embedding Learning论文链接：https://arxiv.org/abs/1706.07567开源代码：https://github.com/chaoyuaw/incubator-mxnet/tree/master/example/gluon/embedding_learning在embedding lear...

paper：Multicolumn Networks for Face Recognition论文链接：https://arxiv.org/pdf/1807.09192.pdf这是一篇set-to-set的paper，作者提出了一个Multicolumn Networks，想要同时学习视觉信息和内容信息。 在原来的网络上加了“visual” quality 和 “content” qual...

paper：Learning Discriminative Aggregation Network for Video-based Face Recognition论文链接：Learning_Discriminative_Aggregation_ICCV_2017同样是2017 ICCV的paper，文章提出了一个DAN（discriminative aggregation network...

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，今天看到了这篇综述，里面虽然介绍的比较复杂，不过总结的还是非常明晰的。Paper: Deep Face Recognition: A Survey链接：https://arxiv.org/pdf/1804.06655.pdf 摘取了自己感兴趣的几部分，分享给大家，主要讲一下大的框架吧目录人...

原文地址：https://arxiv.org/pdf/1902.07327.pdf这是一篇2019的cvpr paper，在视频人脸识别中，输入一组图片，输出的单个特征向量。主要是增加了一个聚合模块，用来学习component feature的质量。在feature的前一层，同时输出feature和quality信息，以提高后续metric learning的精度。摘要 ...

Paper：Spatial Transformer Networks这是Google旗下 DeepMind 大作，最近学习人脸识别，这篇paper提出的STN网络可以代替align的操作，端到端的训练实现图片的align。实际使用的过程中不需要landmarks也可以做align了，而且还可以并联多个，这对于多个物体非常适用，而且，输出的feature大小可以变换，这一点也很灵活。提出...

又是超级经典的一篇人脸识别paper，提供了一种端到端的处理，提出了新颖的loss function，好文值得多读！FaceNet这篇paper是2015年的论文，实验效果非常好，在LFW中达到了99.63%的精度。实现了利用端到端的网络学习在欧式距离空间的128维人脸特征向量。并提出了triplet loss，通过loss函数直接学习embedding feature，并且优化fea...

Papaer：GridFace: Face Rectification via Learning Local Homography Transformations论文链接:https://arxiv.org/pdf/1808.06210v1.pdf旷视科技，ECCV-2018 paper。STN网络用在识别网络中，主要用于做一个二次校正。但是直接用STN学习可能会有扭曲这篇p...