歡迎來(lái)到《每周CV論文推薦》。在這個(gè)專欄里，還是本著有三AI一貫的原則，專注于讓大家能夠系統(tǒng)性完成學(xué)習(xí)，所以我們推薦的文章也必定是同一主題的。

人臉屬性分析在社交娛樂(lè)，人機(jī)交互等領(lǐng)域有重要的作用，本次我們介紹初學(xué)人臉屬性分析需要讀的文章，包括年齡，表情等。

作者&編輯 | 言有三

1 IMDB-WIKI

人臉年齡的估計(jì)包括真實(shí)年齡和表觀年齡，也分為年齡值和年齡段的估計(jì)，最簡(jiǎn)單的方法就是基于分類或者回歸的思路進(jìn)行預(yù)測(cè)，IMDB-WIKI[1]是當(dāng)前最大的人臉年齡數(shù)據(jù)集。

文章引用量：270+

推薦指數(shù)：?????

[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

人臉表情識(shí)別(facial expression recognition, FER)在人機(jī)交互、安全領(lǐng)域里應(yīng)用廣泛，EmotioNet是當(dāng)前最大的人臉表情識(shí)別數(shù)據(jù)集與競(jìng)賽，包括表情單元和基本表情的識(shí)別競(jìng)賽。

文章引用量：50+

推薦指數(shù)：?????

[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

顏值打分也受到了一定的關(guān)注與研究，在娛樂(lè)領(lǐng)域有一定的應(yīng)用，SCUT-FBP5500是當(dāng)前開(kāi)源最大的人臉顏值數(shù)據(jù)集。

文章引用量：50+

推薦指數(shù)：?????

[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是當(dāng)前最大的人臉屬性分析數(shù)據(jù)集，包含20多萬(wàn)人臉圖像，40個(gè)人臉屬性標(biāo)注。

文章引用量：1800+

推薦指數(shù)：?????

[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的一個(gè)人臉屬性分割數(shù)據(jù)集，擁有30000張512分辨率的高清人臉?lè)指顖D。

文章引用量：較新

推薦指數(shù)：?????

[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年人臉屬性分析的綜述文章，可以詳細(xì)了解人臉屬性相關(guān)的研究進(jìn)展。

文章引用量：較新

推薦指數(shù)：?????

[6] Zheng X, Guo Y, Huang H, et al. A Survey to Deep Facial Attribute Analysis[J]. arXiv preprint arXiv:1812.10265, 2018.

7 公眾號(hào)綜述

另外，在有三AI公眾號(hào)也曾經(jīng)整理過(guò)若干人臉屬性相關(guān)的綜述，鏈接如下：

【技術(shù)綜述】人臉表情識(shí)別研究

【技術(shù)綜述】人臉顏值研究綜述

【技術(shù)綜述】人臉年齡估計(jì)研究現(xiàn)狀

8 如何獲取文章與交流

找到有三AI開(kāi)源項(xiàng)目即可獲取。

https://github.com/longpeng2008/yousan.ai

文章細(xì)節(jié)眾多，相關(guān)的人臉數(shù)據(jù)集在以及論文閱讀交流在有三AI知識(shí)星球中進(jìn)行，感興趣可以加入。

總結(jié)

人臉屬性分析是人臉圖像領(lǐng)域的重要部分，往后我們會(huì)推薦人臉屬性編輯相關(guān)的學(xué)習(xí)資料。

有三AI秋季劃

有三AI秋季劃已經(jīng)正式啟動(dòng)報(bào)名，模型優(yōu)化，人臉?biāo)惴?#xff0c;圖像質(zhì)量共24個(gè)項(xiàng)目，助力提升深度學(xué)習(xí)計(jì)算機(jī)視覺(jué)算法和工程項(xiàng)目能力。

有三AI秋季劃出爐，模型優(yōu)化，人臉?biāo)惴?#xff0c;圖像質(zhì)量等24個(gè)項(xiàng)目等你來(lái)拿

轉(zhuǎn)載文章請(qǐng)后臺(tái)聯(lián)系

侵權(quán)必究

往期精選

• 【每周論文推薦】 初入深度學(xué)習(xí)CV領(lǐng)域必讀的幾篇文章
  

• 【每周CV論文推薦】 掌握殘差網(wǎng)絡(luò)必讀的10多篇文章

• 【每周CV論文推薦】 初學(xué)者必須精讀的5篇深度學(xué)習(xí)優(yōu)化相關(guān)文章

• 【每周CV論文推薦】 CV領(lǐng)域中數(shù)據(jù)增強(qiáng)相關(guān)的論文推薦

• 【每周CV論文推薦】 初學(xué)高效率CNN模型設(shè)計(jì)應(yīng)該讀的文章

• 【每周CV論文推薦】 初學(xué)目標(biāo)檢測(cè)必須要讀的文章

• 【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)圖像分割必須要讀的文章

• 【每周CV論文推薦】 初學(xué)GAN必須要讀的文章

• 【每周CV論文推薦】 深度學(xué)習(xí)人臉檢測(cè)入門必讀文章

• 【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)人臉關(guān)鍵點(diǎn)檢測(cè)必讀文章

• 【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)人臉識(shí)別和驗(yàn)證必讀文章

• 【每周CV論文推薦】 初學(xué)活體檢測(cè)與偽造人臉檢測(cè)必讀的文章
  

與50位技術(shù)專家面對(duì)面20年技術(shù)見(jiàn)證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的【每周CV论文推荐】 初学深度学习人脸属性分析必读的文章的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。