人脸相关算法、数据集、文献资源大列表

2019 年 3 月 16 日 专知
人脸相关算法、数据集、文献资源大列表

【导读】@polarisZhao同学将众多人脸相关资源进行了汇总,让你从入门到精通。

github链接:

https://github.com/timzhang642/3D-Machine-Learning

作者:@polarisZhao

【论文/算法】

人脸识别

1. metric learning:

  • Deep ID Series

    DeepID1: Deep Learning Face Representation from Predicting 10,000 Classes [Yi Sun et al., 2014]

    DeepID2: Deep Learning Face Representation by Joint Identification-Verification [Yi Sun et al., 2014]

    DeepID2+: Deeply learned face representations are sparse, selective, and robust [Yi Sun et al., 2014]

    DeepIDv3: DeepID3: Face Recognition with Very Deep Neural Networks [Yi Sun et al., 2015]

  • FaceNet: [third-party implemention]

    FaceNet: A Unified Embedding for Face Recognition and Clustering [Florian Schroff et al., 2015]

  • Deep Face:

    Deep Face Recognition [Omkar M. Parkhi et al., 2015]

2. margin based classification

  • Center Loss: [code] A Discriminative Feature Learning Approach for Deep Face Recognition [Yandong Wen et al., 2016]

  • Large-Margin Softmax Loss [code] Large-Margin Softmax Loss for Convolutional Neural Networks(L-Softmax loss)[Weiyang Liu al., 2017]

  • SphereFace: A-Softmax [code] SphereFace: Deep Hypersphere Embedding for Face Recognition [Weiyang Liu al., 2017]

  • NormFace [code]

    NormFace: L2 Hypersphere Embedding for Face Verification [Feng Wang al., 2017]

  • COCO Loss: [code]

    Rethinking Feature Discrimination and Polymerization for Large-scale Recognition [Yu Liu al., 2017]

  • AM-Softmax [code] AM : Additive Margin Softmax for Face Verification [Feng Wang al., 2018]

  • CosFace:

    CosFace: Large Margin Cosine Loss for Deep Face Recognition(Tencent AI Lab) [Hao Wang al., 2018]

  • ArcFace: [code]

    ArcFace: Additive Angular Margin Loss for Deep Face Recognition [Jiankang Deng al., 2018]

  • CCL:

    Face Recognition via Centralized Coordinate Learning [Xianbiao al., 2018]

3. 3D face recognition

  • Deep 3D Face Identification [Donghyun Kim al., 2017]

  • Learning from Millions of 3D Scans for Large-scale 3D Face Recognition[Syed Zulqarnain al., 2018]

4. others

  • Beyond triplet loss: a deep quadruplet network for person re-identification[Weihua Chen al., 2017]

  • Range Loss for Deep Face Recognition with Long-tail [Xiao Zhang al., 2016]

  • Feature Incay for Representation Regularization[Yuhui Yuan al., 2017]

人脸检测

  • Cascade [code]

    A Convolutional Neural Network Cascade for Face Detection[Haoxiang Li al., 2015]

  • MTCNN [code]

    Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks[K. Zhang al., 2016]

  • Face R-CNN

    Face R-CNN[H. Wang, Z. Li, X. Ji, Y. Wang. et.al 2017]

  • SSH [code]

    SSH: Single Stage Headless Face Detector[M. Najibi, al., 2017 ]

  • HR [code]

    Finding Tiny Faces [Peiyun Hu,  Deva Ramanan, 2017]

  • FaceBoxes code**

    Faceboxes: A CPU Real-time Face Detector with High Accuracy[Zhang, Shifeng al., 2017]

  • PyramidBox

    PyramidBox: A Context-assisted Single Shot Face Detector[Xu Tang al., 2018]

人脸对齐

  • Look at Boundary: A Boundary-Aware Face Alignment Algorithm[Wayne Wu al., 2018]

  • PFLD: A Practical Facial Landmark Detector[Xiaojie Guo al., 2019]

其他

  • Exploring Disentangled Feature Representation Beyond Face Identification[Yu Liu al., 2018]

【开源库】

1. face.evoLVe. https://github.com/ZhaoJ9014/face.evoLVe.PyTorch

【数据集】

人脸识别

2D人脸识别

视频人脸识别

3D人脸识别

Anti-Spoofing

跨年龄、跨姿态

人脸检测

人脸特征

其他

【会议/期刊】

会议

computer vision:

ICCV: IEEE International Conference on Computer Vision

CVPR: IEEE Conference on Computer Vision and Pattern Recognition

ECCV: European Conference on Computer Vision

FG: IEEE International Conference on Automatic Face and Gesture Recognition

BMVC: The British Machine Vision Conference

biometrics:

IJCB[ICB+BTAS]:International Joint Conference on Biometrics

ICB: International Conference on Biometrics

BTAS: IEEE International Conference on Biometrics: Theory, Applications and Systems

Workshop

AMFG: IEEE workshop on Analysis and Modeling of Faces and Gestures

CVPR Workshop on Biometrics、

期刊

TPAMI: IEEE Transactions on Pattern Analysis and Machine Intelligence

IJCV: International Journal of Computer Vision

TIP: IEEE Transactions on Image Processing

TIFS: [IEEE Transactions on Information Forensics and Security](IEEE Transactions on Information Forensics and Security)

PR: Pattern Recognition



专 · 知

专知《深度学习:算法到实战》课程全部完成!510+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!

欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询!

请加专知小助手微信(扫一扫如下二维码添加),加入专知人工智能主题群,咨询《深度学习:算法到实战》课程,咨询技术商务合作~

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

登录查看更多
16

相关内容

神经网络(Neural Networks)是世界上三个最古老的神经建模学会的档案期刊:国际神经网络学会(INNS)、欧洲神经网络学会(ENNS)和日本神经网络学会(JNNS)。神经网络提供了一个论坛,以发展和培育一个国际社会的学者和实践者感兴趣的所有方面的神经网络和相关方法的计算智能。神经网络欢迎高质量论文的提交,有助于全面的神经网络研究,从行为和大脑建模,学习算法,通过数学和计算分析,系统的工程和技术应用,大量使用神经网络的概念和技术。这一独特而广泛的范围促进了生物和技术研究之间的思想交流,并有助于促进对生物启发的计算智能感兴趣的跨学科社区的发展。因此,神经网络编委会代表的专家领域包括心理学,神经生物学,计算机科学,工程,数学,物理。该杂志发表文章、信件和评论以及给编辑的信件、社论、时事、软件调查和专利信息。文章发表在五个部分之一:认知科学,神经科学,学习系统,数学和计算分析、工程和应用。 官网地址:http://dblp.uni-trier.de/db/journals/nn/
小贴士
相关资讯
图像/视频去噪算法资源集锦
专知
7+阅读 · 2019年12月14日
CVPR 2019 论文大盘点-人脸技术篇
极市平台
18+阅读 · 2019年6月21日
超分辨率相关资源大列表
极市平台
22+阅读 · 2019年5月11日
Github项目推荐 | 知识图谱文献集合
AI研习社
24+阅读 · 2019年4月12日
Zero-Shot Learning相关资源大列表
专知
45+阅读 · 2019年1月1日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
相关VIP内容
专知会员服务
34+阅读 · 2020年3月19日
专知会员服务
87+阅读 · 2020年3月12日
八篇 ICCV 2019 【图神经网络(GNN)+CV】相关论文
专知会员服务
24+阅读 · 2020年1月10日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
64+阅读 · 2019年10月21日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
56+阅读 · 2019年10月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
31+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
34+阅读 · 2019年10月10日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
8+阅读 · 2019年10月9日
TensorFlow 2.0 学习资源汇总
专知会员服务
34+阅读 · 2019年10月9日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
16+阅读 · 2019年10月9日
相关论文
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Trung Q. Tran,Giang V. Nguyen,Daeyoung Kim
4+阅读 · 2020年4月14日
A Survey on Deep Learning for Named Entity Recognition
Jing Li,Aixin Sun,Jianglei Han,Chenliang Li
21+阅读 · 2020年3月13日
Learning Graph Embedding with Adversarial Training Methods
Shirui Pan,Ruiqi Hu,Sai-fu Fung,Guodong Long,Jing Jiang,Chengqi Zhang
3+阅读 · 2019年1月4日
Chunwei Tian,Yong Xu,Lunke Fei,Ke Yan
3+阅读 · 2018年10月11日
Aleatoric uncertainty estimation with test-time augmentation for medical image segmentation with convolutional neural networks
Guotai Wang,Wenqi Li,Michael Aertsen,Jan Deprest,Sebastien Ourselin,Tom Vercauteren
7+阅读 · 2018年7月20日
Vinicius Zambaldi,David Raposo,Adam Santoro,Victor Bapst,Yujia Li,Igor Babuschkin,Karl Tuyls,David Reichert,Timothy Lillicrap,Edward Lockhart,Murray Shanahan,Victoria Langston,Razvan Pascanu,Matthew Botvinick,Oriol Vinyals,Peter Battaglia
4+阅读 · 2018年6月5日
Bowen Wu,Huaming Wu,Monica M. Y. Zhang
4+阅读 · 2018年5月1日
Hongmin Li,Luping Shi
8+阅读 · 2018年3月17日
Jiankang Deng,Jia Guo,Stefanos Zafeiriou
5+阅读 · 2018年1月23日
Feng Wang,Weiyang Liu,Haijun Liu,Jian Cheng
10+阅读 · 2018年1月18日
Top