入门经典综述！深度人脸识别算法串讲

作者：安晟，Datawhale成员，CV算法工程师

最近看了很多人脸识别loss相关和GAN相关的paper，但是没有提纲挈领的把这些串起来。于是，一个小姐姐分享给我了这篇论文，阅读了一下，确实比较经典，很全面。在这里，将论文内容结合我自己的理解和在工作中进行的探索展开，分享给大家。

论文背景

论文题目：Deep Face Recognition: A Survey

论文地址：https://arxiv.org/abs/1804.06655

论文代码：综述文章，无代码

分享大纲

1. 人脸识别基本概念

• 主要场景、评价指标、系统基本流程及发展历史

2. 代表性文章串讲

• DeepFace、FaceNet、CenterLoss

3. 如何搭建一个人脸识别系统

人脸识别基本概念

• 两个主要场景：人脸验证/人脸比对，人脸识别

• 评价指标：Acc，FAR-TAR，ERR

• 一个人脸识别系统的基本流程：人脸检测-预处理-人脸表示-匹配

DeepFace

论文背景：

DeepFace：Closing the Gap to Human-Level Performance in Face Verification

DeepFace是CVPR2014上由FaceBook提出来的，DeepFace基本算是CNN在人脸识别的奠基之作，并将人脸识别精度接近人类水平。

DeepFace在进行人脸识别的过程中主要分为以下步骤：

• 1.人脸检测
• 2.3D对齐
• 3.人脸表示（CNN特征提取）
• 4.人脸验证

1. 人脸检测与对齐

2. 人脸表示

3. 人脸特征的归一化

4. 度量学习

5. 实验结果与总结

FaceNet

CenterLoss

如何搭建一个人脸识别系统

• 后续优化方向总结