Loong Cheng的博客

最近看了元学习，发现很人脸识别的思路好像。

这是写给小白或者刚入门人脸识别的。最近找工作上火，然后引起内分泌失调，去医院住院处呆了10天。辽阳市中心医院，有空可以去感受下他们用的人脸识别系统。背景医院的住院处是个人流量比较大的地方，今天在这住，明天可能就出院了。一般患者+一个陪护。在全球疫情未好转的大环境下，住院处门禁也用上了人脸识别。模型需求分析人脸识别系统需求分析：需要实时识别 需要实时在线更新--动态更新数据 模型抗噪音能力强 可以有，口罩识别。几乎所有场所都需要戴口罩，这个功能应该有，但是我住的医院没有。最后分析

戴口罩人脸人别，其实还是类内分类问题。人脸对齐出来人脸，然后开始做分类任务。这个把人脸对齐出来后的人脸进行切割。比如说原图对齐后然后对这个图片进行处理。把他切成口罩+眼睛的形式。把这两部分同时喂入网络。眼睛的计算的loss+口罩计算的loss合起来事总loss。但是，眼睛部分占了总loss的0.8.和没有戴口罩的这个人的人脸喂入相同的特征网络。计算loss。center+softmax。让这两个人脸接近。没有考虑小的人脸，网络没有选择宽网络，而是选的mini-xepti.

能力有限尽量总结opencv-hmmdlibmtcnnunetinsgiht未完

目录摘要实验步骤关于应用到视频上摘要抖音上很多脸部特效很好玩，都可以一一实现来玩玩。下面介绍的是换脸特效。效果图如下，这是最近比较流行的一个效果。其实很简单。原文：http://matthewearl.github.io/2015/07/28/switching-eds-with-python/，不过需要对其中代码进行修改。原文给的是人脸，上图用的是狗脸融合，可...

下图一群人在人脸识别支付界面恶搞,.可以卡看到最后成功支付了可以看到,用了面积最大法来确定支付人.人脸越大,说明离支付摄像头越近.我想能不能添加一个参看条件?脸越靠近屏幕中心,越可能是支付者.公式如下其中t所占的权重,我认为应该大于0.5.face是脸的面积,S是脸中心到屏幕中心的欧式距离最后算出最大的感觉,为目标人脸,...

作者：Fire_Light_原文：https://blog.csdn.net/Fire_Light_/article/details/79558759论文地址：DeepFace: Closing the Gap to Human-Level Performance in Face Verification对齐使用3D人脸进行对齐：上图的解释：a. 人脸检测b. 二维...

作者：Fire_Light_原文：https://blog.csdn.net/Fire_Light_/article/details/79559312论文链接：Deep Learning Face Representation from Predicting 10,000 Classes网络结构The last hidden layer of DeepID is fully c...

作者：Fire_Light_原文：https://blog.csdn.net/Fire_Light_/article/details/79559051论文地址：Deep Learning Face Representation by Joint Identification-Verification文章思想reducing the intra-personal variatio...

作者：fire_light_原文：https://blog.csdn.net/Fire_Light_/article/details/86530667原文链接：https://arxiv.org/pdf/1803.00839.pdf这是一篇CVPR2018的论文。做人脸的童鞋都知道，算法在输入图片为侧脸时，往往很难和正脸图片匹配，即使是同一个人，特征之间的相似度也会很低。这篇文章...

活体检测-，他们是人脸识别中最重要的一部分，为了防止照片攻击。下面介绍自己应用的两种方案。下面的眨眼和张嘴，摇头和点头，都是通过连续的图片，计算变化距离与不变距离的比，进行上一帧图像与下一帧图像的比，来判断是否为活体。这里用的是dlib，速度很快，可以做到实施检测，每秒20帧是可以做到的。眨眼和张嘴这个是根据相关论文来的，可以延伸到张嘴检测。首先说眨眼检测公式为下面...

转载http://blog.csdn.net/stdcoutzyx/article/details/42091205DeepID人脸识别算法之三代２０１６年的写的1. 问题引入及算法流程DeepID所应用的领域是人脸识别的子领域——人脸验证，就是判断两张图片是不是同一个人。人脸验证问题很容易就可以转成人脸识别问题，人脸识别就是多次人脸验证。DeepID达到的效果都是在LFW...

The Multi-task Cascaded Convolutional Networks (MTCNN)算法出自深圳先进技术研究院，乔宇老师组，2016的ECCV。facenet中人脸对齐和特征提取就是用了这个网络。算法流程图 MTCNN由3个网络结构组成（P-Net,R-Net,O-Net）。（1）Proposal Network (P-Net)：...

https://blog.csdn.net/Fire_Light_/article/details/79602705论文链接：ArcFace: Additive Angular Margin Loss for Deep Face Recognition作者开源代码：https://github.com/deepinsight/insightface这篇论文原名是ArcFace，但是由于...

作者：Fire_Light_原文：https://blog.csdn.net/Fire_Light_/article/details/79602134论文链接：Rethinking Feature Discrimination and Polymerization for Large-scale Recognition这篇文章其实和NormFace原理完全相同，只是推理的切入点...

作者：Fire_Light_原文：https://blog.csdn.net/Fire_Light_/article/details/79601378NormFace: L2 Hypersphere Embedding for Face Verification提出问题之前的人脸识别工作，在特征比较阶段，通常使用的都是特征的余弦距离而余弦距离等价于L2归一化后的内积，也等...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79559051论文地址：Deep Learning Face Representation by Joint Identification-Verification文章思想reducing the intra-personal variations while en...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79588429论文链接：Learning Face Representation from Scratch这篇文章的亮点在于提出一种半自动的方法来收集网络上的人脸图像，最终组成了国内人脸识别届颇具盛名的人脸训练集 CASIA-WebFace，同时还提出了一种11层的CN...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79599020论文链接：SphereFace: Deep Hypersphere Embedding for Face Recognition从Center Loss的论文发布开始，人脸识别技术的研究重心就转向损失函数的改进了，这篇论文作者从几种损失函数开始说起。几...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79590811论文链接：Naive-Deep Face Recognition: Touching the Limit of LFW Benchmark or Not?中心思想这是旷世科技团队写的一篇关于人脸识别研究现状反思的论文。作者认为，虽然近年来人脸...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79589926原文链接：Targeting Ultimate Accuracy: Face Recognition via Deep Embedding网络结构：输入的是对齐好了的人脸图像，将人脸图像通过面部标记点切分为多个相互之间有重叠部分的Patch，分别输...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79593778论文链接与数据集下载：VGGFace—-Deep Face Recognition本文主要内容有二：1）从零开始构建一个人脸识别数据库，一共 2.6M images, over 2.6K people，构建过 程主要是程序实现的，少量人工参与。2）通过...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79594590论文链接：Recover Canonical-View Faces in the wild with DeepNeural NetworksFR:是指face recovery FCN是指face convolution network正面人脸重构：...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79595687论文链接：A Lightened CNN for Deep Face Representation作者 CASIA概述为了得到更好的准确度，深度学习的方法都趋向更深的网络和多个模型ensemble，这样导致模型很大，计算时间长。本文提出一种轻型的C...

转载请注明出处 https://blog.csdn.net/Fire_Light_/article/details/79596024论文链接：A Light CNN for Deep Face Representation With Noisy Labels概述这篇文章同样使用Maxout作为激活函数，但是和之前的Lightened CNN相比，网络参数明显提升了。为了获得更多...

在mobilenet中，作者用mobilenet替换了facenet的inception，进行提取人脸特征。作者：Fire_Light_原文：https://blog.csdn.net/Fire_Light_/article/details/80279342正文mobilefacenet其实是mobilenetV2的改进版本，主要改进之处有以下几个地方：1.针对平均池化层，许...