歡迎來到《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。

人臉識別系統(tǒng)已經(jīng)大規(guī)模商業(yè)化應(yīng)用，但這并意味著它就發(fā)展到頂了，剩下的都是一些難題，包括遮擋/年齡/姿態(tài)/妝造/親屬/偽造攻擊等。

作者&編輯 | 言有三

1 遮擋人臉檢測與識別

遮擋人臉的檢測和識別是一個(gè)很常見的現(xiàn)實(shí)問題，不論是姿態(tài)等帶來的自遮擋還是外物帶來的遮擋，都會嚴(yán)重?fù)p害人臉識別模型的性能，值得對相關(guān)領(lǐng)域感興趣的朋友深入關(guān)注。

文章引用量：30+

推薦指數(shù)：?????

[1]?Wang J, Yuan Y, Yu G. Face attention network: An effective face detector for the occluded faces[J]. arXiv preprint arXiv:1711.07246, 2017.

[2]?Yuan X, Park I K. Face De-occlusion using 3D Morphable Model and Generative Adversarial Network[J]. arXiv preprint arXiv:1904.06109, 2019.

2 跨年齡人臉識別

年齡的變化使得人臉的圖像特征發(fā)生很大的變化，跨年齡的人臉識別無疑也是一個(gè)很難的問題，同時(shí)也是一個(gè)具有重大社會價(jià)值的課題。從年齡不變特征提取到年齡仿真，相關(guān)的研究非常多，這個(gè)綜述可以作為一個(gè)好的開始。

文章引用量：很新

推薦指數(shù)：?????

[3]?Sawant M M, Bhurchandi K M. Age invariant face recognition: a survey on facial aging databases, techniques and effect of aging[J]. Artificial Intelligence Review, 2019, 52(2): 981-1008.

3 跨姿態(tài)人臉識別?

大姿態(tài)造成人臉顯著特征的缺失，一樣會嚴(yán)重影響模型的性能。從姿態(tài)不變特征提取到正臉姿態(tài)仿真，相關(guān)的研究非常多，這個(gè)綜述可以作為一個(gè)好的開始。

文章引用量：200+

推薦指數(shù)：?????

[4]?Ding C, Tao D. A comprehensive survey on pose-invariant face recognition[J]. ACM Transactions on intelligent systems and technology (TIST), 2016, 7(3): 37.

4 妝造人臉識別

年齡的變化會導(dǎo)致人臉的生理特征發(fā)生變化，而妝造則可能直接掩蓋了人臉固有的特征，也對人臉識別構(gòu)成了很大的挑戰(zhàn)，非常具有研究意義。

文章引用量：較少

推薦指數(shù)：?????

[5]?Li Y, Song L, Wu X, et al. Anti-Makeup: Learning a bi-level adversarial network for makeup-invariant face verification[C]//Thirty-Second AAAI Conference on Artificial Intelligence. 2018.

5 親屬關(guān)系識別

由于遺傳等因素，子女的人臉會與父母相似，因此人臉識別中有一個(gè)小的領(lǐng)域即親屬人臉識別，也具有一定的研究意義。

文章引用量：40+

推薦指數(shù)：?????

[6]?Robinson J P, Shao M, Wu Y, et al. Families in the wild (fiw): Large-scale kinship image database and benchmarks[C]//Proceedings of the 24th ACM international conference on Multimedia. ACM, 2016: 242-246.

6?人臉偽造與攻擊

當(dāng)前的人臉偽造技術(shù)已經(jīng)非常高超，如何檢測與識別偽造人臉將是未來一個(gè)很大的挑戰(zhàn)。

文章引用量：很新

推薦指數(shù)：?????

[7] R?ssler A, Cozzolino D, Verdoliva L, et al. Faceforensics: A large-scale video dataset for forgery detection in human faces[J]. arXiv preprint arXiv:1803.09179, 2018.

7 如何獲取文章與交流

找到有三AI開源項(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知識星球中進(jìn)行，感興趣可以加入。

總結(jié)

本次我們介紹了從遮擋，年齡，姿態(tài)，妝造人臉識別到親屬關(guān)系，人臉攻擊等問題，另外3D人臉識別沒有專門講述，因?yàn)樗鼘?shí)際上與姿態(tài)等問題是相關(guān)的，光照和表情，少樣本問題也沒有仔細(xì)闡述，感興趣的讀者可以自行拓展。

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)目等你來拿

轉(zhuǎn)載文章請后臺聯(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)檢測必讀文章

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

• 【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)人臉屬性分析必讀的文章

• 【每周CV論文推薦】 初學(xué)活體檢測與偽造人臉檢測必讀的文章

• 【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)單張圖像三維人臉重建需要讀的文章
  

總結(jié)

以上是生活随笔為你收集整理的【每周CV论文推荐】 人脸识别剩下的难题：从遮挡，年龄，姿态，妆造到亲属关系，人脸攻击...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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