人脸识别是当下最热的领域之一。这两年尤其在安保系统、天眼系统、犯罪分子抓捕系统、人脸锁、人脸考勤机、人脸支付等等领域迅速发展。
本文总结8 篇人脸识别相关论文,包含低光条件下、极端姿势下、人脸关键点检测等。
1. A 3D GAN for Improved Large-pose Facial Recognition
本文介绍一种从自然图像中学习非线性纹理模型的方法,它可以用于生成具有完全分离姿势的合成身份的图像,不需要专门捕获的面部纹理扫描。
通过用合成的三维 GAN 图像增强数据集,large-pose 面部识别得到改进,以及CPLFW 的最先进的准确性。
2. When Age-Invariant Face Recognition Meets Face Age Synthesis: A Multi-Task Learning Framework
文章提出一个多任务学习框架:MTLFace,可以同时实现 AIFR 和 FAS。设计两个新的模块:AFD 将特征分解为年龄和身份相关的特征,ICM 实现身份层面的人脸年龄合成。
在跨年龄段和一般基准数据集上进行的广泛的人脸识别实验证明了所提出的方法的优越性。
3. MagFace: A Universal Representation for Face Recognition and Quality Assessment
MagFace: 用于人脸识别和质量评估的通用表示法。
4. Cross-Domain Similarity Learning for Face Recognition in Unseen Domains
跨域度量学习用于未见域人脸识别。
5. Dynamic Class Queue for Large Scale Face Recognition In the Wild
计算资源成本和长尾分类仍是大规模人脸识别任务中的挑战。本次工作,作者提出 dynamic class queue(DCQ)来解决这两个问题。
6. VirFace: Enhancing Face Recognition via Unlabeled Shallow Data
文中提出一种新的人脸识别方法,VirFace,可以有效利用未标记的浅层数据进行人脸识别。VirFace 由 VirClass 和 VirInstance 组成。是首个解决 Unlabeled Shallow Data 问题的工作。
7.Mitigating Face Recognition Bias via Group Adaptive Classifier
通过群体自适应分类器缓解人脸识别偏差。
8. Improving Transferability of Adversarial Patches on Face Recognition with Generative Models
用生成模型提高对抗性补丁在人脸识别中的可迁移性。
那么,这些人脸识别的论文怎样才能又好又快地吃透呢?
无非三个步骤:泛读、精读、代码复现。
这次我们请来了中科院硕士——Johnson老师,推出统计学习方法在人脸识别领域应用的开山之作【Eigenfaces For Recognition】论文精讲直播,为期2天,开营仪式+论文导读+论文精读,对实验结果进行手把手分析,还有直播现场互动答疑。
直播嘉宾:
——直播内容与安排——
1、5月25日20:00直播
1.人脸识别技术的发展历程 2.基础知识点讲解(PCA算法) 3.论文泛读
2、5月26日20:00直播
1.Eigenface的推导 2.Eigenface的计算步骤 3.Eigenface代码讲解以及结果分析 4.人脸分类算法 5.分类的代码讲解以及结果分析 6.论文总结
↓ 前方福利 ↓
现在预约直播仅0.1元
还在等什么!抓紧扫码上车吧!
预约后记得添加客服进群→有老师答疑哦
【福利】扫码预约直播后添加客服进群后即可获得以上8篇论文资料包,仅限99份先到先得。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.