江苏龙网

  1. 主页 > 生活百科 > >

人脸算法最佳综述 人脸检测综述

人脸检测综述(最佳人脸算法综述)
作者辛西娅·亚温
引言在过去的一年里，计算机视觉领域出现了许多优秀的作品，推动了相关领域的技术发展和进步 。
注:文章会在Github上同步更新 。欢迎来到star/fork:https://github . com/extreme-assistant/survey-computer-vision 。
综述一端到端深度人脸识别的要素:近期进展综述题目:端到端深度人脸识别原理:最新进展综述作者:杭杜，链接:
本文综述了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著进展，并在实际应用中得到广泛应用 。给定自然图像或视频帧作为输入，端到端深度人脸识别系统将输出面部特征进行识别 。因此，整个系统通常由三个关键要素组成:人脸检测、人脸预处理和人脸表示 。这三个要素都是通过深度卷积神经网络实现的 。随着蓬勃发展的深度学习技术极大地提高了它们的能力，本文全面综述了端到端深度人脸识别各个要素的最新进展，并回顾了基于深度学习的各个要素的进展，涵盖了最新算法设计、评价指标、数据集、性能比较、存在的挑战和未来有前途的研究方向等多个方面 。
端到端深度人脸识别系统的标准流水线
典型人脸检测方法的发展；
综述二人脸图像质量评估:一个文献综述标题:人脸图像质量评估文献综述作者:Torsten Schlett，Christoph Busch链接:https://arxiv.org/abs/2009.01103
本文综述了173篇相关文献 。
人脸分析和识别系统的性能取决于采集到的人脸数据的质量，而人脸数据的质量受多种因素的影响 。因此，根据生物特征效用自动评估面部数据的质量以过滤掉低质量的数据是有用的 。本文总结了面部生物特征技术框架下的面部质量评估文献，重点关注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 。观察基于深度学习的方法的趋势，包括最近方法之间的显著概念差异 。
典型的FQA流程:对人脸图像进行预处理，然后应用FQA输出标量质量分数，并据此做出决策 。
综述三人工智能在热情绪识别中的应用:对标准设计和数据中的问题和局限性的回顾标题:人工智能在热情识别中的应用:对标准设计和数据中的问题和局限性的回顾作者:C. Athine Ordun，Sanjay Purushotham链接:https://arxiv.org/abs/2009.10589
随着对新冠肺炎筛查的热成像越来越多的关注，公共部门可能会认为有新的机会将热用作计算机视觉和人工智能的一种方式 。热物理学的研究从90年代末就开始了 。这项研究位于医学、心理学、机器学习、光学和情感计算的交汇点 。本文综述了热成像和RGB成像用于面部表情识别的已知因素 。热成像可能为RGB上的计算机视觉提供一种半匿名的方式，这种方式一直受到面部识别中滥用的困扰 。然而，要使用热图像作为任何以人为中心的人工智能任务的来源，这种转变并不容易，它取决于跨多个人口统计数据的高保真数据源的可用性和全面验证 。本文简要回顾了热FER的机器学习以及为人工智能训练收集和开发热FER数据的局限性 。
静态(向上)和疲劳(向下)面部的RGB、近红外和热图像 。在热图像中，较暗的像素对应较冷的像素，较亮的像素对应较热的像素 。
长波红外的波长范围是8米到15米；
综述四通用消费设备RGB摄像头人脸识别反欺骗方法综述标题:通用消费设备RGB摄像头人脸识别反欺骗方法综述作者:祖恒明，Jean-Christophe Burie链接:https://arxiv.org/abs/2010.04145
本文综述了191篇相关文献 。
基于面部识别的生物识别系统的广泛部署使得面部表情攻击检测(面部反欺骗)成为日益重要的问题 。本文深入研究了近二十年来只需要普通消费类设备的RGB相机的面部表情攻击检测(PAD)方法 。介绍了现有的面向攻击场景的人脸衬垫方法的类型，综述了50多种最新的人脸衬垫方法及其相关问题，描述了人脸衬垫领域的主要挑战、演变和当前趋势，并为其未来的研究提供了见解 。
面部表情攻击的类型
每种PAD方法子类型都设计用于检测呈现攻击(PA)的类型 。
基于局部rPPG相关方法的框架；
综述五面部微表情分析综述:数据、方法与挑战题目:面部微表情分析综述:数据、方法与挑战 。作者:谢红霞，罗玲，洪，黄文成链接:https://arxiv.org/abs/2012.11307
本文综述了205篇相关文献 。
面部微表情代表情感交流过程中短暂而细微的面部动作 。与宏观表达相比，微观表达的分析由于时间跨度短、粒度变化小而更具挑战性 。近年来，微表情识别引起了人们的广泛关注，因为它有广泛的应用前景，如警察审讯、临床诊断、抑郁分析和商务谈判等 。本文提供了一个新的综述来讨论MER任务的新的研究方向和挑战 。本文从从宏观到微观的适应、基于关键顶点帧的识别和基于面部动作单元的识别三个新的方面对MER方法进行了综述 。此外，为了缓解微表情数据有限和有偏的问题，研究了复合数据的生成，以丰富微表情数据的多样性 。


推荐阅读


上一篇：福建泉州的仙公山 仙公山公园

下一篇：3D打印优点和技术原理 3d打印的原理