基于深度学习的端到端人脸识别技术：全面调研

2024-04-20 18:33:11

44页，共计371篇参考文献。本文全面介绍了端到端深度学习人脸识别技术，包括人脸检测，人脸预处理和人脸表征等方向，详细介绍了最新的算法设计，评估指标，数据集，性能比较等。

The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances

论文：The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances
作者单位：上海大学, 京东AI研究院

注：如果上述论文链接无法访问，可以看文末，论文已上传至百度云，方便下载。

人脸识别是计算机视觉社区中最基本和长期存在的主题之一。随着深度卷积神经网络和大规模数据集的最新发展，深度人脸识别取得了显著进展，并已广泛应用于现实应用中。给定自然图像或视频帧作为输入，端到端深度人脸识别系统将输出脸部特征以进行识别。

2013年-2020年7月深度学习人脸识别论文数量

为此，整个系统通常由三个关键要素构成：人脸检测，人脸预处理和人脸表征。

人脸检测可定位图像或帧中的人脸。然后，进行人脸预处理以将人脸校准为标准视图，并将其裁剪为归一化的像素大小。最后，在人脸表征阶段，从经过预处理的人脸中提取判别特征进行识别。这三个要素都由深度卷积神经网络实现。

在本文中，由于蓬勃发展的深度学习技术极大地提高了它们的能力，因此我们对端到端深度人脸识别的每个元素的最新进展进行了全面的调查。

首先，我们介绍了端到端深度人脸识别的概述，如上所述，它包括人脸检测，人脸预处理和人脸表示。

然后，我们分别回顾了基于深度学习的每个元素的进展，涵盖了许多方面，例如最新的算法设计，评估指标，数据集，性能比较，存在的挑战以及有希望的未来研究方向。

人脸检测

具有代表性的人脸检测算法路线图：

速度接近实时的人脸检测器

人脸检测数据集：

人脸预处理

具有代表性的人脸预处理方法路线图：

人脸预处理方法分类：

人脸关键点数据集

人脸表示/表征

人脸表示方法的分类：

在LFW、MegaFace上的性能比较

我们希望这项调研能够为我们带来有益的想法，以便更好地了解端到端人脸识别的概况并以系统的方式进行更深入的探索。

论文下载

链接：https://pan.baidu.com/s/1ceCdUWc5Au5tCyTjV0iyzg
提取码：cver

强烈推荐大家关注CVer知乎账号和CVer微信公众号，可以快速了解到最新优质的CV论文。

推荐阅读

TBC：共享Thinner Filters，实现更强的CNN！

综述 | 行人检测技术（从手工特征到深度学习）：全面调研

超越EfficientNets！无需注意力，也能让你的网络更快更强！

OpenCV 4.5来了！更强的SIFT，改进RANSAC算法，新增目标跟踪网络SiamRPN++

综述 | 基于深度学习的实时语义分割方法：全面调研

涨点神器！南航提出AFF：注意力特征融合

NeurIPS 2020 | 谷歌大脑提出：重新思考预训练和自训练

NeurIPS 2020 | 用于图像复原/恢复的神经稀疏表示

NeurIPS 2020 | aLRPLoss：统一目标检测中的分类和定位的平衡损失函数

ECCV 2020 | MIRNet：学习丰富的特征以进行真实图像修复和增强

CCE：具有互补交叉熵的不平衡图像分类

谷歌地标检索2020 Kaggle 第一名解决方案

ECCV AIM 2020 真实图像超分辨率挑战赛3项冠军解决方案

LVIS 实例分割挑战赛2020的第一名解决方案：好的Box不能保证好的Mask

ETH Zurich提出DPIR：具有Denoiser先验的即插即用图像恢复

IR R-CNN：小目标检测的内在关系推理

综述 | 人脸图像质量评估：全面调研（2004-2020）

MAFFSRN：具有多注意力层的超轻量级图像超分辨率

冠军解决方案 | RMGL：用于行人重识别的感受野多粒度表示

VarifocalNet：IoU-aware 密集目标检测器（已开源）

ECCV 2020 | NAS-DIP：通过NAS实现DIP（去噪/去雾/超分辨率/修复等）

TIP 2020 | PNEN：金字塔Non-Local增强型网络

综述 | 小样本学习：全面调研（Few-shot）

MiCo：用于半监督域自适应的Mixup联合训练

使用深度神经网络从Noisy Labels中学习：全面调研

PyTorch3D：面向3D计算机视觉的PyTorch工具箱

剪枝filter？还是剪枝layer？这是个问题

牛津大学VGG组提出：自监督实例自适应的单目深度估计

ECCV 2020 | WeightNet：重新探索Weight网络的设计空间

Mask TextSpotter v3：用于场景文字检测和识别的分割Proposal网络

ECCV 2020 | URIE：用于视觉识别的通用图像增强

ECCV 2020 | 魔鬼在细节中：车辆重识别的自监督注意力（SAVER）

ECCV 2020 | 53.5 AP！PAA：用于目标检测的IoU预测的概率Anchor分配

ECCV 2020 | 南京理工提出FPT：特征金字塔Transformer

ECCV 2020 | 长尾数据集中多标签分类的分布平衡损失

清华大学提出ISDA：使用语义数据增广来正则化深度网络

ECCV 2020 | BMask R-CNN：边界保持的Mask R-CNN

ECCV 2020 | 即插即用！PSConv：将特征金字塔压缩到紧凑的多尺度卷积层中

ECCV 2020 | STTN：用于视频修复的时空联合Transformer

ECCV 2020 | LiteFlowNet3：实现更准确的光流估计

发布于 14 小时前

基于深度学习的端到端人脸识别技术：全面调研相关推荐

基于深度学习的海洋生物声音信号智能识别技术与实现
基于深度学习的水声信号智能识别技术与实现基于开源数据集,讲声音做FFT变换转换为频谱图,设计卷积神经网络对声音进行分类识别. 这里图片的处理对计算机环境要求比较高. 1.研究背景与意义 2.声音特征 ...
一种基于深度学习(卷积神经网络CNN)的人脸识别算法-含Matlab代码
目录一.引言二.算法的基本思想三.算法数学原理 3.1 权值共享 3.2 CNN结构四.基于卷积神经网络的人脸识别算法-Matlab代码五.Matlab源代码获取一.引言在工程应用中经常 ...
基于深度学习的智能车辆视觉里程计技术发展综述*--陈涛
[1]陈涛, 范林坤, 李旭川,等. 基于深度学习的智能车辆视觉里程计技术发展综述[J]. 汽车技术, 2021(1):10. 本文内容: 介绍了基于模型的里程计研究现状对比了常用智能车数据集, 将 ...
基于深度学习的VQA（视觉问答）技术
深度学习大讲堂致力于推送人工智能,深度学习方面的最新技术,产品以及活动.请关注我们的知乎专栏! 视觉问答导读视觉问答(Visual Question Answering,VQA),是一种涉及计算机视 ...
基于深度学习的高分辨率遥感图像目标检测技术目前的研究现状
参考基于深度学习的高分辨率遥感图像目标检测技术目前的研究现状 - 云+社区 - 腾讯云目录一.概述二.通用目标检测方法 1.类不平衡问题 2.复杂背景 3.目标的尺度变化 4.特殊视角 5 ...
深度学习笔记（42）人脸识别
深度学习笔记(42) 人脸识别 1. 人脸识别 2. One-Shot学习 3. Similarity函数 1. 人脸识别现在可以看到很多产品在运用人脸识别,如手机解锁.车站身份识别认证.刷脸支付等 ...
基于深度学习的番茄叶部病害识别模型
基于深度学习的番茄叶部病害识别模型 1.研究思路为实现番茄叶病特征的自动提取,并提高识别准确率,提出一种基于深度学习的番茄叶病识别模型.该模型基于卷积神经网络对番茄叶部病害特征进行自动提取,获得高 ...
一种基于深度学习的遥感图像分类及农田识别方法
文章针对现有的神经网络收敛速度慢.识别准确率不高的缺点,提出了一种基于卷积神经网络的遥感图像农田分类及识别方法.该算法使用较大的卷积核,有效地提取梯度信息:设计深度为6层的卷积神经网络,提高了网络的分 ...
基于深度学习的近红外掌纹识别原型系统设计与实现
基于深度学习的近红外掌纹识别原型系统设计与实现一.绪论二.深度学习知识三.Tensorflow 四.卷积神经网络五.掌纹识别理论掌纹图像采集掌纹图像预处理掌纹特征提取掌纹特征匹配掌纹 ...
基于深度学习的高精度家禽猪检测识别系统（PyTorch+Pyside6+YOLOv5模型）
摘要:基于深度学习的高精度家禽猪检测识别系统可用于日常生活中或野外来检测与定位家禽猪目标,利用深度学习算法可实现图片.视频.摄像头等方式的家禽猪目标检测识别,另外支持结果可视化与图片或视频检测结果的导 ...

最新文章

热门文章