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最广泛的应用，今天给大家介绍入门深度学习人脸识别必读的文章。

作者&编辑 | 言有三

1 Deepface

Deepface是最早期的深度学习人脸识别框架，它首先对输入人脸经过3D对齐，然后使用数据集训练一个人脸分类器得到人脸特征提取网络，最后使用Siamese网络训练人脸验证网络。

文章引用量：3500+

推荐指数：✦✦✦✦✦

[1] Taigman Y, Yang M, Ranzato M A, et al. Deepface: Closing the gap to human-level performance in face verification[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2014: 1701-1708.

2 DeepID系列

DeepID系列总共有4篇文章，其中三篇值得读。DeepID1训练了一个多层CNN对约10000个人提取人脸识别特征，使用分类任务的方法。DeepID2添加了验证损失，DeepID 2+加大了网络宽度，增加了多尺度的监督。

文章引用量：1000+

推荐指数：✦✦✦✦✦

[2] Sun Y, Wang X, Tang X. Deep learning face representation from predicting 10,000 classes[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2014: 1891-1898.

[3] Sun Y, Chen Y, Wang X, et al. Deep learning face representation by joint identification-verification[C]//Advances in neural information processing systems. 2014: 1988-1996.

[4] Sun Y, Wang X, Tang X. Deeply learned face representations are sparse, selective, and robust[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2015: 2892-2900.

3 FaceNet

FaceNet提出了一种end-to-end的网络结构，使用了triplet loss，这样提取的特征可以直接用欧氏距离计算相似度，避免了前述方法的后处理步骤，VGGFace中进行了很好的工程实践。

文章引用量：2000+

推荐指数：✦✦✦✦✦

[5] Schroff F, Kalenichenko D, Philbin J. Facenet: A unified embedding for face recognition and clustering[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2015: 815-823.

[6] Parkhi, Omkar M., Andrea Vedaldi, and Andrew Zisserman. "Deep face recognition." bmvc. Vol. 1. No. 3. 2015.

4 Center face

Center face提出了Center Loss，使类内中心均匀分布并最小化类内差异，是基于分类和度量学习方法的结合。

文章引用量：1000+

推荐指数：✦✦✦✦✦

[7] Wen Y, Zhang K, Li Z, et al. A discriminative feature learning approach for deep face recognition[C]//European conference on computer vision. Springer, Cham, 2016: 499-515.

5 Range loss

Range loss也是以上各类loss的结合，关注长尾分布的数据，类内要求每个类最小化两个最大类内距离，类间要求类中心距离最小的两个类别距离大于margin 。

文章引用量：40+

推荐指数：✦✦✦✦✧

[8] Zhang X, Fang Z, Wen Y, et al. Range loss for deep face recognition with long-tailed training data[C]//Proceedings of the IEEE International Conference on Computer Vision. 2017: 5409-5418.

6 angular loss与coco loss

angular loss在triplet loss的基础上添加了角度约束，增强了其尺度不变性。coco loss则把cosine距离和center loss结合起来。

文章引用量：40+

推荐指数：✦✦✦✦✧

[9] Wang J, Zhou F, Wen S, et al. Deep metric learning with angular loss[C]//Proceedings of the IEEE International Conference on Computer Vision. 2017: 2593-2601.

[10] Liu Y, Li H, Wang X. Rethinking feature discrimination and polymerization for large-scale recognition[J]. arXiv preprint arXiv:1710.00870, 2017.

7 softmax loss及其变种

softmax loss在很早的时候就被应用于人脸识别任务，但是因为它没有考虑类内距离，所以有很多的研究者都对其进行了改进，我们在一年前给大家做过综述，可以参考往期文章。

「技术综述」一文道尽softmax loss及其变种

8 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

人脸识别是人脸算法中最广泛的应用，仍然有研究空间，往后我们将推荐跨年龄，抗遮挡与装饰，3D人脸识别相关的文章。

「每周CV论文推荐」初学深度学习人脸识别和验证必读文章相关推荐

【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
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 ...
「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 ...

「每周CV论文推荐」初学深度学习人脸识别和验证必读文章

1 Deepface

2 DeepID系列

3 FaceNet

4 Center face

5 Range loss

6 angular loss与coco loss

7 softmax loss及其变种

8 如何获取文章与交流

「每周CV论文推荐」初学深度学习人脸识别和验证必读文章相关推荐

最新文章

热门文章

「每周CV论文推荐」 初学深度学习人脸识别和验证必读文章

1 Deepface

2 DeepID系列

3 FaceNet

4 Center face

5 Range loss

6 angular loss与coco loss

7 softmax loss及其变种

8 如何获取文章与交流

「每周CV论文推荐」 初学深度学习人脸识别和验证必读文章相关推荐

最新文章

热门文章

「每周CV论文推荐」初学深度学习人脸识别和验证必读文章

「每周CV论文推荐」初学深度学习人脸识别和验证必读文章相关推荐