该文章的主要思路是对数据集进行扩增(data augmentation)。CNN深度学习模型,比如face++,DeepID,FaceNet等需要基于百万级人脸图像的训练才能达到高精度。而搜集百万级人来你数据所需要耗费的人力物力财力都是很大的。所以商业公司使用的图像数据库是不公开的。本文中,采用了新的人脸数据扩增方法。对现有公共数据库人脸图像,从pose,shape和expression三哥方面合成新的人脸图像,极大的扩增数据量。在LFW和IJB-A数据集上取得了和百万级人脸数据训练一样好的结果。该文章思路很好,很适合研究者。