人脸检测综述（人脸算法最佳综述）
作者丨cynthia yawain
引言 在过去的一年中 ， 计算机视觉领域出现了许多优秀的工作 ， 并推动了相关领域的技术发展与进步 。
注：文章将同步更新于Github上 ， 欢迎大家 star/fork：
https://github.com/extreme-assistant/survey-computer-vision
综述一 The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances
标题： 端到端深度人脸识别原理：最新进展综述
作者： Hang Du, Tao Mei
链接：
https://arxiv.org/abs/2009.13290
本文共梳理371篇相关文献 。
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着进展 ， 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 ， 端到端深脸识别系统将输出脸部特征以进行识别 。为此 ， 整个系统通常由三个关键要素构成：面部检测 ， 面部预处理和面部表示 。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各个元素的最新进展进行了全面的调查 ， 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 。
端到端深度人脸识别系统的标准管道
代表性人脸检测方法的发展：
综述二 Face Image Quality Assessment: A Literature Survey
标题： 人脸图像质量评价的文献综述
作者： Torsten Schlett, Christoph Busch
链接：
https://arxiv.org/abs/2009.01103
本文共梳理173篇相关文献 。
人脸分析和识别系统的性能取决于所采集人脸数据的质量 ， 该质量受众多因素影响 。因此 ， 根据生物统计实用程序自动评估面部数据的质量对于过滤掉低质量的数据很有用 。本文概述了在面部生物识别技术框架中的面部质量评估文献 ， 重点是基于可见波长面部图像的面部识别 ， 而不是例如深度或红外质量评估 ， 观察到了基于深度学习的方法的趋势 ， 包括最近方法之间的显着概念差异 。
典型的FQA过程：对人脸图像进行预处理 ， 然后应用FQA ， 从而输出标量质量得分 ， 并据此做出决策 。
综述三 The Use of AI for Thermal Emotion Recognition: A Review of Problems and Limitations in Standard Design and Data
标题: 人工智能在热情感识别中的应用：标准设计和数据中的问题和限制综述
作者： Catherine Ordun, Sanjay Purushotham
链接：
https://arxiv.org/abs/2009.10589
随着对Covid-19放映的热成像越来越关注 ， 公共部门可能会相信有新的机会将热学用作计算机视觉和AI的方式 。自九十年代末以来 ， 一直在进行热生理学研究 。这项研究位于医学 ， 心理学 ， 机器学习 ， 光学和情感计算的交叉领域 。本文回顾了用于面部表情识别的热成像与RGB成像的已知因素 。热成像可能会在RGB上为计算机视觉提供一种半匿名的方式 ， 这种方式已被面部识别中的误用所困扰 。但是 ， 要想将热图像用作任何以人为中心的AI任务的来源 ， 过渡并不容易 ， 并且要依赖于跨多个人口统计的高保真度数据源的可用性和全面的验证 。本文使读者简要回顾了热FER中的机器学习以及为AI训练收集和开发热FER数据的局限性 。
推荐阅读
- 初冬养生最佳时间 冬季养生的最佳时间是什么时候
- 电脑什么配置比较好，各价位最佳电脑配置清单
- 颁奖词大全 都是怎么表达的
- 麦克风怎么清洗保养 麦克风如何清洗保养
- 买重疾险的最佳年龄 健康险有必要买吗
- 新手混养鱼最佳搭配 初学者养什么小鱼好
- 牛奶什么时候喝补钙效果好 一天当中什么时候喝牛奶最佳
- 八宝饭冷冻能保存多久 八宝饭冷冻最佳时间
- 博越音响最佳设置 主要根据个人喜好设置！
- 金铲铲之战阵容搭配 金铲铲之战阵容最佳搭配