fasterrcnn论文_【每周CV论文推荐】 深度学习人脸检测入门必读文章
我的新书《深度学习之人脸图像算法》市了,欢迎大家关注!
言有三新书来袭,业界首次深入全面讲解深度学习人脸图像算法mp.weixin.qq.com
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。
人脸图像是整个图像处理领域里面研究时间最长,应用最广的方向,今天给大家介绍入门深度学习人脸检测必读的文章。
作者&编辑 | 言有三
1 Faceness-Net
传统的人脸检测算法有一类是分别检测人脸各个组件,然后融合,深度学习早期也有文章做同样的研究,即Faceness-Net。作为最早期的尝试,感兴趣的同学可以简单阅读。
文章引用量:40+
推荐指数:✦✦✦✧✧
[1] Yang S, Luo P, Loy C C, et al. Faceness-net: Face detection through deep facial part responses[J]. IEEE transactions on pattern analysis and machine intelligence, 2017, 40(8): 1845-1859.
2 Cascade CNN
Cascade CNN来源于2015年CVPR上的一篇论文A Convolution Neural Network Cascade for Face Detection,可以认为是传统技术和深度网络相结合的一个代表,和VJ人脸检测器一样,其包含了多个分类器,这些分类器采用级联的结构进行组织,不同之处在于Cascade CNN使用卷积网络作为每一级的分类器。
文章引用量:600+
推荐指数:✦✦✦✦✦
[2] Li H, Lin Z, Shen X, et al. A convolutional neural network cascade for face detection[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2015: 5325-5334.
3 MTCNN
MTCNN同Cascade CNN一样也是基于Cascade的框架,但是整体思路更加巧妙合理,并且将人脸检测和人脸关键点检测任务同时完成。
文章引用量:900+
推荐指数:✦✦✦✦✦
[3] Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks[K. Zhang al., 2016
4 RCNN系列的应用
Faster RCNN是一个很好的框架,自然会被用于人脸检测,而在线负样本挖掘,center loss等策略可以让Faster RCNN框架更好地被应用于人脸检测任务。
文章引用量:200+
推荐指数:✦✦✦✧✧
[4] Jiang H, Learned-Miller E. Face detection with the faster R-CNN[C]//2017 12th IEEE International Conference on Automatic Face & Gesture Recognition (FG 2017). IEEE, 2017: 650-657.
[5] Wang H, Li Z, Ji X, et al. Face R-CNN[J]. 2017.
5 DenseBox
Densebox是一个多尺度的FCN框架,不基于Anchor机制,直接在图像上预测出目标的边框及类别,通过与人脸关键点任务的配合可以提高检测的精度。
文章引用量:100+
推荐指数:✦✦✦✧✧
[6] Huang L, Yang Y, Deng Y, et al. Densebox: Unifying landmark localization with end to end object detection[J]. arXiv preprint arXiv:1509.04874, 2015.
6 如何获取文章与交流
找到有三AI开源项目即可获取。
https://github.com/longpeng2008/yousan.ai
总结
人脸检测属于目标检测任务中的一种,但是又有它的独特性,往后我们将推荐人脸检测中多尺度,多姿态,遮挡等子问题的文章。
更多人脸内容的长期学习和讨论请移步有三AI秋季划-人脸算法小组
【通知】如何让你的2020年秋招CV项目经历更加硬核,可深入学习有三秋季划4大领域32个方向mp.weixin.qq.com
fasterrcnn论文_【每周CV论文推荐】 深度学习人脸检测入门必读文章相关推荐
- 【每周CV论文推荐】 深度学习人脸检测入门必读文章
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. 人脸图像是整个图像处理领域里面研究时间最长, ...
- 【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 ...
- 这就是神经网络 19:深度学习-人脸检测-S3FD
概述 本文介绍1篇人脸检测方面的工作,这是2017年的工作.S3FD是SSD类的检测器,为人脸检测做了相应优化和修改.即使放在今年(2019),这个工作的结果也都是SOTA级的存在. 前段时间写了文章 ...
- numpy pytorch 接口对应_拆书分享篇深度学习框架PyTorch入门与实践
<<深度学习框架PyTorch入门与实践>>读书笔记 <深度学习框架PyTorch入门与实践>读后感 小作者:马苗苗 读完<<深度学习框架PyTorc ...
- 深度学习---人脸检测(勿喷)
所谓人脸检测,就是给定任意一张图片,找到其中是否存在一个或多个人脸,并返回图片中每个人脸的位置和范围.自动人脸检测技术是所有人脸影像分析衍生应用的基础. 人脸检测大致分为两种方案:一是刚性模板(rig ...
- 「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 ...
- 深度学习人脸检测与人脸识别
一.概述 1. 基本概念 人脸是个人重要的生物特征,业界很早就对人脸图像处理技术进行了研究.人脸图像处理包括人脸检测.人脸识别.人脸检索等.人脸检测是在输入图像中检测人脸的位置.大小:人脸识别是对人脸 ...
- [深度学习]人脸检测-Tensorflow2.x keras代码实现
人脸检测 1. 所需Python环境 2. 数据准备 3. 代码实现 3.1 用OpenCV实现 3.2 用深度学习实现目标检测 3.3. 最后在加一个图片 1. 所需Python环境 pip ins ...
- 【OpenCV-Python】——Haar人脸检测深度学习人脸检测EigenFaces/FisherFaces/LBPH人脸识别
目录 前言: 1.人脸检测 1.1 基于Haar的人脸检测 1.2 基于深度学习的人脸检测 2.人脸识别 2.1 EigenFaces人脸识别 2.2 FisherFaces人脸识别 2.3 LBPH ...
最新文章
- CISCO7200路由器MultiChannel配置介绍
- CONNECT_NODES 中的SET HANDLER
- 教学楼电梯调度需求分析
- LeetCode: Maximum Subarray
- 自然语言处理——语言模型(三)
- 图片降噪DeNoise AI
- 对于计算机了解的知识,学电脑应该了解哪些基本知识
- java语音实现_用JAVA实现语音交互的功能(即语音聊天室的功能)
- 饥荒联机云服务器_饥荒steam联机版专用服务器搭建
- 【转】江枫:在ubuntu10.04上安装oracle 10g(学习一下)
- 圆柱贴180度全景图片
- 读书笔记——漫画中国式项目管理
- Windows Update有用吗
- 计算机预测自己未来的相貌,新软件30秒预测未来样貌 完全可以以假乱真
- 功能安全标准ISO26262-2翻译
- 基于OpenCV的 SVM算法实现数字识别(四)---代码实现
- 手撕机器学习算法--一步步推导-------NFL(没有免费午餐定理)
- 是时候拿下CISA与CISSP爆款高薪资质认证了
- 病毒计算机系统还原,有了这款系统还原软件,电脑不再怕病毒来犯
- [个人笔记] 交换机性能参数计算公式
热门文章
- mysql查询无主键的表的方法:
- java 打印ascii字符串_简单使用JAVA打印纯ASCII字符构成的酷图效果
- 1小时搞懂设计模式之单例模式
- 基于JAVA+SpringMVC+Mybatis+MYSQL的校园订餐系统
- 用 【NEST】 在C#中操作ElasticSearch
- 2016.08.30~2017.07.20
- 字典dictionary
- Reading Club·Beijing第1期DeepQA框架与Siri架构会场笔记(PPT下载)
- python拼图游戏编码_教你用Python自制拼图小游戏,轻松搞定熊孩子
- SPSS数据分析之描述性统计、区间估计与假设检验【操作详解】