flyingzhao

《A Lightened CNN for Deep Face Representation》论文解读本文来自中科院，原文地址为： https://arxiv.org/abs/1511.02683代码地址： https://github.com/AlfredXiangWu/face_verification_experiment正如前面《人脸验证：DeepID》博客所说，人脸验证任务中需要

《Deep Learning Face Representation from Predicting 10000 Classes》论文解读本文来自香港中文大学汤晓鸥课题组。人脸验证（Face Verification）就是判断两个人脸是不是同一个人，一个常用的场景是判断身份证是不是本人。概述文章使用深度学习的方法来提取人脸高级特征（high-level features），这种特征被称为DeepID

《Bayesian Face Revisited: A Joint Formulation》论文解读这篇文章发表于ECCV2012，来自MSRA的孙剑组。论文原文见： http://home.ustc.edu.cn/~chendong/JointBayesian/概述经典的贝叶斯人脸识别方法是为两个人脸的差异进行建模，但是作者看到这种为差异建模的方法降低了可分性。本文将两个人脸进行联合建模，并

概述在人脸相关应用中，获得的人脸图像常常形状各异，这时就需要对人脸形状进行归一化处理。人脸对齐就是将两个不同的形状进行归一化的过程，将一个形状尽可能地贴近另一个形状。值得注意的是，在英语文献中，Face Alignment和Facial Landmark Detection常常混用，在我的系列博客里面，Facial Landmark Detection指的是人脸特征点检测，而Face Alignme

《Facial Landmark Detection with Tweaked Convolutional Neural Networks》论文解读论文地址： http://www.openu.ac.il/home/hassner/projects/tcnn_landmarks/概述如我前面所说，人脸特征点检测是一个回归问题，这个问题需要关注两个方面：一是人脸特征表示，二是回归方法。这次解析的

这篇文章发表于ECCV2014，作者单位是香港中文大学汤晓鸥课题组。论文原文见： http://mmlab.ie.cuhk.edu.hk/projects/TCDCN.html概述文章提出了人脸特征点检测的新方法，使用与人脸相关的属性共同学习人脸的特征点位置。 we wish to optimize facial landmark detection together with heter

《Supervised Descent Method and its Applications to Face Alignment》论文解读这篇文章发表于CVPR2013，来自于CMU。论文原文见： http://www.ri.cmu.edu/publication_view.html?pub_id=7428概述许多机器学习问题可以看做是一个非线性优化问题。所谓非线性优化问题就是约束条件或者目

《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》论文解读。本文来自于中国科学院深圳先进技术研究院，目前发表在arXiv上，是2016年4月份的文章，算是比较新的文章。 论文地址： https://kpzhang93.github.io/MTCNN_face_detectio

《Robust Real-Time Face Detection》论文解读这篇论文实现了实时的人脸检测算法，是人脸检测这一问题最重要的一篇论文之一，现在的OpenCV中人脸检测的方法就是基于这一论文。概述目标检测问题框架中有三个问题：1、如何选择待检测区域；2、如何提取目标特征；3如何判断是不是指定对象。针对这三个问题，Viola-Jones给出的答案是：滑动窗口法，Haar-like特征和Casc

一个人脸识别系统分为： 人脸检测，人脸特征点检测，人脸对齐，人脸认证