人脸算法更佳综述 人脸检测综述

人脸检测概述(人脸算法更佳概述)
作者辛西娅·亚温
介绍 在过去的一年里,计算机视觉领域出现了很多优秀的作品,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 。
概述1 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:
本文整理出相关文献371篇 。
随着深度卷积神经 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 实现的 。由于深度学习技术的蓬勃发展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、性能对比、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 的发展;
概述二 图像质量评估:面部图像质量评估文献综述标题:作者:Torsten Schlett,Christoph Busch链接:https://arxiv.org/abs/2009.01103
本文整理出相关文献173篇 。
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,根据生物识别效用自动评估面部数据的质量对于过滤掉低质量数据非常有用 。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,例如,集中于基于可见波长面部图像的面部识别,而不是深度或红外质量评估 。观察基于深度学习的 的趋势,包括最近 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 。
总结三 人工智能在热情绪识别中的应用:标准设计和数据中的问题和局限性综述标题:人工智能在热情识别中的应用:标准设计和数据中的问题和局限性概述作者:Cat Herine Ordun,Sanjay Purushotham链接:https://arxiv.org/abs/2009.10589
随着越来越多的人关注新冠肺炎的热成像,公共部门可能会认为有一个新的机会来使用热作为计算机视觉和人工智能的一种方式 。自20世纪90年代末以来,热生理学研究一直在进行 。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 。热成像可以为RGB上的计算机视觉提供一种半匿名的方式,这种方式一直受到人脸识别中滥用的困扰 。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 。
静止(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 。
红外线的波长范围是8米到15米;
概要四 通用消费设备RGB摄像头人脸识别反欺骗 综述标题:通用消费设备RGB摄像头人脸识别反欺骗 综述作者:祖恒明,Jean-Christophe Burie链接:https://arxiv.org/abs/2010.04145
本文共整理出相关文献191篇 。
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电子设备的RGB摄像头的面部表情攻击检测 。本文介绍了现有人脸检测 中面向攻击的场景类型,综述了50多种最新人脸检测 及其相关问题,描述了人脸检测领域的主要挑战、进展和当前趋势,并对其未来研究提出了见解 。
面部表情攻击的类型
每个PAD 子类型旨在检测的表示攻击(PA)的类型 。
基于局部rPPG相关性的 框架:
概述5 面部微表情分析概述:数据、 学与挑战题目:面部微表情分析概述:数据、 学与挑战作者:谢红霞、骆凌、洪、黄文成链接:
本文整理出相关文献205篇 。
面部微表情代表情感交流过程中短暂而细微的面部动作 。与宏观表达式相比,微观表达式的分析更具挑战性,因为它的时间跨度短,粒度变化小 。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 。本文提供了一个全新的综述来讨论当前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 进行了综述 。此外,为了缓解微表达数据有限和有偏的问题,研究了合成数据的生成,以丰富微表达数据的多样性 。