【每周CV论文推荐】 初学深度学习人脸关键点检测必读文章
我的新书《深度学习之人脸图像算法》上市了，欢迎大家关注！
欢迎来到《每周CV论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。
人脸关键点检测是人脸图像中重要的基石，今天给大家介绍入门深度学习人脸关键点检测必读的文章。
作者&编辑 | 言有三
1 DCNN Cascade
听这个名字就知道是一个很早期的，使用Cascade(级连)流程来解决人脸关键点检测问题的框架，由粗到精，就是它的基本思想。
文章引用量：900+
推荐指数：✦✦✦✦✧
[1] Sun Y, Wang X, Tang X. Deep convolutional network cascade for facial point detection[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2013: 3476-3483.
2 TCDCN
多任务联合是在人脸算法中经常被使用的策略，TCDCN(Tasks-Constrained Deep Convolutional Network)将人脸关键点检测与性别、是否带眼镜、是否微笑及脸部的姿势这四个子任务结合起来构成一个多任务学习模型，一些子任务比如脸部姿态在后来的人脸关键点检测框架中被经常使用。
文章引用量：900+
推荐指数：✦✦✦✦✧
[2] Zhang Z, Luo P, Loy C C, et al. Facial landmark detection by deep multi-task learning[C]//European conference on computer vision. Springer, Cham, 2014: 94-108.
3 MTCNN
MTCNN也是基于Cascade的框架，但是整体思路更加巧妙合理，并且将人脸检测和人脸关键点检测任务同时完成。
文章引用量：900+
推荐指数：✦✦✦✦✦
[3] Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks[K. Zhang al., 2016
4 DAN
DAN同样是一种级连网络，不过它没有采用多尺度，各阶段网络的输入则均为整张图片，逐步对姿态不断进行校正，另外加入了关键点热图（Landmark Heatmaps）作为监督，关键点热图在后面的很多任务中也被使用。
文章引用量：100+
推荐指数：✦✦✦✦✧
[4] Kowalski M, Naruniec J, Trzcinski T. Deep alignment network: A convolutional neural network for robust face alignment[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops. 2017: 88-97.
5 Boundary-Aware
人脸的边缘信息对人脸关键点检测是很有用的监督信息，Boundary-Aware算法基于边缘感知的人脸关键点检测算法，提升了算法在大侧脸、夸张表情、遮挡、模糊等极端情况下的检测精度，这也是一种很常用的监督。
文章引用量：40+
推荐指数：✦✦✦✦✧
[5] Wu W, Qian C, Yang S, et al. Look at boundary: A boundary-aware face alignment algorithm[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018: 2129-2138.
6 综述
上面就是这一周初入深度学习人脸关键点检测值得读的文章，往后我们还会推荐精度更高的，以及3D相关的人脸关键点检测算法，先打好基础吧，最后推荐个综述读读。
文章引用量：40+
推荐指数：✦✦✦✦✧
[6] Jin X, Tan X. Face alignment in-the-wild: A survey[J]. Computer Vision and Image Understanding, 2017, 162: 1-22.
7 如何获取文章与交流
找到有三AI开源项目即可获取。
https://github.com/longpeng2008/yousan.ai
总结
人脸关键点检测是人脸算法中的核心底层算法，往后我们将推荐关键点检测中大姿态，遮挡等子问题相关的文章。
更多人脸内容的长期学习和讨论请移步有三AI秋季划-人脸算法小组
