「每周CV论文推荐」 初学深度学习人脸属性分析必读的文章
人脸属性分析在社交娱乐，人机交互等领域有重要的作用，本次我们介绍初学人脸属性分析需要读的文章，包括年龄，表情等。
作者&编辑 | 言有三
1 IMDB-WIKI
人脸年龄的估计包括真实年龄和表观年龄，也分为年龄值和年龄段的估计，最简单的方法就是基于分类或者回归的思路进行预测，IMDB-WIKI[1]是当前最大的人脸年龄数据集。
文章引用量：270+
推荐指数：✦✦✦✦✦
[1] Rothe R, Timofte R, Van Gool L. Deep expectation of real and apparent age from a single image without facial landmarks[J]. International Journal of Computer Vision, 2018, 126(2-4): 144-157.
2 EmotioNet
人脸表情识别(facial expression recognition, FER)在人机交互、安全领域里应用广泛，EmotioNet是当前最大的人脸表情识别数据集与竞赛，包括表情单元和基本表情的识别竞赛。
文章引用量：50+
推荐指数：✦✦✦✦✦
[2] Fabian Benitez-Quiroz C, Srinivasan R, Martinez A M. Emotionet: An accurate, real-time algorithm for the automatic annotation of a million facial expressions in the wild[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016: 5562-5570.
3 SCUT-FBP5500
颜值打分也受到了一定的关注与研究，在娱乐领域有一定的应用，SCUT-FBP5500是当前开源最大的人脸颜值数据集。
文章引用量：50+
推荐指数：✦✦✦✧✧
[3] Liang L, Lin L, Jin L, et al. SCUT-FBP5500: A diverse benchmark dataset for multi-paradigm facial beauty prediction[C]//2018 24th International Conference on Pattern Recognition (ICPR). IEEE, 2018: 1598-1603.
4 CelebA
CelebA是当前最大的人脸属性分析数据集，包含20多万人脸图像，40个人脸属性标注。
文章引用量：1800+
推荐指数：✦✦✦✦✦
[4] Liu Z, Luo P, Wang X, et al. Deep learning face attributes in the wild[C]//Proceedings of the IEEE international conference on computer vision. 2015: 3730-3738.
5 CelebAMask-HQ
CelebAMask-HQ是基于CelebA-HQ的一个人脸属性分割数据集，拥有30000张512分辨率的高清人脸分割图。
文章引用量：较新
推荐指数：✦✦✦✦✦
[5] Lee C H, Liu Z, Wu L, et al. MaskGAN: towards diverse and interactive facial image manipulation[J]. arXiv preprint arXiv:1907.11922, 2019.
6 Survey
文[6]是2019年人脸属性分析的综述文章，可以详细了解人脸属性相关的研究进展。
文章引用量：较新
推荐指数：✦✦✦✦✦
[6] Zheng X, Guo Y, Huang H, et al. A Survey to Deep Facial Attribute Analysis[J]. arXiv preprint arXiv:1812.10265, 2018.
「技术综述」人脸表情识别研究
「技术综述」人脸颜值研究综述
「技术综述」人脸年龄估计研究现状
「每周CV论文推荐」 初学深度学习人脸属性分析必读的文章相关推荐
- 【每周CV论文推荐】 初学深度学习人脸属性分析必读的文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 人脸属性分析在社交娱乐,人机交互等领域有重要 ...
- 「每周CV论文推荐」 初学深度学习人脸关键点检测必读文章
人脸关键点检测是人脸图像中重要的基石,今天给大家介绍入门深度学习人脸关键点检测必读的文章. 作者&编辑 | 言有三 1 DCNN Cascade 听这个名字就知道是一个很早期的,使用Casca ...
- 「每周CV论文推荐」 初学深度学习人脸识别和验证必读文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 人脸识别和验证是当前人脸图像在身份认证领域中 ...
- 【每周CV论文推荐】 初学深度学习人脸关键点检测必读文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 人脸关键点检测是人脸图像中重要的基石,今天给 ...
- 「每周CV论文推荐」 初学深度学习单图三维人脸重建需要读的文章
基于图像的人脸三维重建在人脸分析与娱乐领域里有巨大的应用场景,本文来介绍初学深度学习单张图像人脸三维重建必须要读的文章. 作者&编辑 | 言有三 1 3DMM与数据集 虽然这里推荐的是深度学习 ...
- 「每周CV论文推荐」 初学深度学习活体与伪造人脸检测必读的文章
活体检测在安防与金融等使用人脸识别技术的领域中是一项非常重要的技术,本次我们介绍初学深度学习活体检测与伪造检测领域需要读的文章. 作者&编辑 | 言有三 1 Learning CNN 这是最早 ...
- 【每周CV论文推荐】 初学深度学习图像分割必须要读的文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像分割作为计算机视觉的基础任务之一,应用非 ...
- 【每周CV论文推荐】 初学深度学习人脸识别和验证必读文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 人脸识别和验证是当前人脸图像在身份认证领域中 ...
- 【每周CV论文推荐】 初学深度学习单张图像三维人脸重建需要读的文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 基于图像的人脸三维重建在人脸分析与娱乐领域里 ...
最新文章
- Docker1.12让容器使用和宿主机同一个网段
- iKcamp｜基于Koa2搭建Node.js实战（含视频）☞ 处理静态资源
- Python学习 - 之 数据封装和私有属性
- Aizu - 1407 Parentheses Editor(对顶栈+模拟)
- spring 全局异常处理
- Python模拟Linux的Crontab， 写个任务计划需求
- 前端高效开发必备的 js 库梳理
- Mo's Algorithm
- ASP.NET中Session简单原理图
- java团队名字_作为一名Java工程师，我在DevOps团队都经历了什么
- libz.dylib的研究 libz.1.2.5.tbd
- 黑马MFC教程总结(后续更新)
- 【Unity3D插件】Exploder插件分享《物体爆炸效果插件》
- CentOS通过DNSpod实现DDNS动态域名，在家也可以搭建主机服务器了
- lants vs Zombies 阳光修改器
- ShareX的使用说明
- echarts添加背景图
- Java小写金额转换大写与金额比对（支持繁体大写金额）
- Refused to display in a frame because it set ‘X-Frame-Options‘ to ‘sameorigin‘.
- ajax和flash,flask ajax请求后flash方法（消息闪现）无效问题的解决方法
热门文章
- JVM 方法区 ORACLE官方文档
- pycharm安装pytorch报错 提示系列问题 torch 包找不到因为pip版本低，结果升级了pip从19.3到20.2 4又提示高版不支持torch安装
- 周炯槃 信息理论基础
- java arraylist json_java Arraylist转json 对象转json
- 中国开发者新福利：大模型API接口出炉，让普通用户玩转内容生成
- tensorflow object detection API 使用记录2
- 使用具体的例子来讲解如何使用Esper
- 原创 | 常见损失函数和评价指标总结（附代码）
- 资源 | UC Berkeley CS 294深度强化学习课程（附视频、学习资料）
- 资源|2019 年 11 月最新《TensorFlow 2.0 深度学习算法实战》中文版教材免费开源（附随书代码+pdf）...