点击上方△头像可进入主页
人脸识别科学概念普及
人脸识别问题宏观上分为两类:1. 人脸验证 2. 人脸识别。
人脸验证做的是 1 比 1 的比对,即判断两张图片里的人是否为同一人。最常见的应用场景便是人脸解锁,终端设备(如手机)只需将用户事先注册的照片与临场采集的照片做对比,判断是否为同一人,即可完成身份验证。
人脸识别做的是 1 比 N 的比对,即判断系统当前见到的人,为事先见过的众多人中的哪一个。比如疑犯追踪,小区门禁,会场签到,以及新零售概念里的客户识别。
人脸识别论文合集项目资源
该项目涵盖了人脸识别所用种种技术包括面部对齐,面部验证和面部表征以及面部重建等,并且论文研究跨越了十个年份,从2008年到2018年,通过浏览论文也能了解到人脸识别的“近代”发展史。
项目链接:
https://github.com/ChanChiChoi/awesome-Face_Recognition
项目列表:
- Face Detection;
- Face Alignment;
- Face Recognition && Face Identification && Face Verification && Face Representation ;
- Face(Facial) Attribute && Face(Facial) Analysis;
- Face Reconstruction;
- Face Tracking;
- Face Super-Resolution && Face Deblurring && Face Hallucination;
- Face Generation && Face Synthesis && Face Completion && Face Restoration;
- Face Transfer && Face Editing && Face swapping;
- Face Anti-Spoofing;
- Face Retrieval;
- DataSets
论文简览:
Mark.AI专栏简介:
首个深度学习垂直领域资源推荐专栏,于每日晚更新,更新内容主要为人工智能与深度学习领域的论文开源源代码,用知识修炼心灵,以智慧对话世界,在这里,持续感受人工智能技术的魅力。
►「码上十点」CVPR2018论文源代码链接分享
►「码上十点」十月份机器学习最火的四篇文章
►「码上一课」快而准,经典的轻量级深度神经网络(论文代码)
►「码上一课」2018计算机视觉顶会论文及源代码分享
关注“码科智能”,了解更多精彩内容~
评论留言