歡迎來到《每周CV論文推薦》。在這個專欄里，還是本著有三AI一貫的原則，專注于讓大家能夠系統性完成學習，所以我們推薦的文章也必定是同一主題的。

人臉識別和驗證是當前人臉圖像在身份認證領域中最廣泛的應用，今天給大家介紹入門深度學習人臉識別必讀的文章。

作者&編輯 | 言有三

1?Deepface

Deepface是最早期的深度學習人臉識別框架，它首先對輸入人臉經過3D對齊，然后使用數據集訓練一個人臉分類器得到人臉特征提取網絡，最后使用Siamese網絡訓練人臉驗證網絡。

文章引用量：3500+

推薦指數：?????

[1]?Taigman Y, Yang M, Ranzato M A, et al. Deepface: Closing the gap to human-level performance in face verification[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2014: 1701-1708.

2 DeepID系列

DeepID系列總共有4篇文章，其中三篇值得讀。DeepID1訓練了一個多層CNN對約10000個人提取人臉識別特征，使用分類任務的方法。DeepID2添加了驗證損失，DeepID ?2+加大了網絡寬度，增加了多尺度的監督。

文章引用量：1000+

推薦指數：?????

[2] Sun Y, Wang X, Tang X. Deep learning face representation from predicting 10,000 classes[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2014: 1891-1898.

[3]?Sun Y, Chen Y, Wang X, et al. Deep learning face representation by joint identification-verification[C]//Advances in neural information processing systems. 2014: 1988-1996.

[4]?Sun Y, Wang X, Tang X. Deeply learned face representations are sparse, selective, and robust[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2015: 2892-2900.

3 FaceNet

FaceNet提出了一種end-to-end的網絡結構，使用了triplet loss，這樣提取的特征可以直接用歐氏距離計算相似度，避免了前述方法的后處理步驟，VGGFace中進行了很好的工程實踐。

文章引用量：2000+

推薦指數：?????

[5] Schroff F, Kalenichenko D, Philbin J. Facenet: A unified embedding for face recognition and clustering[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2015: 815-823.

[6]?Parkhi, Omkar M., Andrea Vedaldi, and Andrew Zisserman. "Deep face recognition."?bmvc. Vol. 1. No. 3. 2015.

4 Center face

Center face提出了Center Loss，使類內中心均勻分布并最小化類內差異，是基于分類和度量學習方法的結合。

文章引用量：1000+

推薦指數：?????

[7] Wen Y, Zhang K, Li Z, et al. A discriminative feature learning approach for deep face recognition[C]//European conference on computer vision. Springer, Cham, 2016: 499-515.

5 Range loss

Range loss也是以上各類loss的結合，關注長尾分布的數據，類內要求每個類最小化兩個最大類內距離，類間要求類中心距離最小的兩個類別距離大于margin 。

文章引用量：40+

推薦指數：?????

[8] Zhang X, Fang Z, Wen Y, et al. Range loss for deep face recognition with long-tailed training data[C]//Proceedings of the IEEE International Conference on Computer Vision. 2017: 5409-5418.

6 angular loss與coco loss

angular loss在triplet loss的基礎上添加了角度約束，增強了其尺度不變性。coco loss則把cosine距離和center loss結合起來。

文章引用量：40+

推薦指數：?????

[9]?Wang J, Zhou F, Wen S, et al. Deep metric learning with angular loss[C]//Proceedings of the IEEE International Conference on Computer Vision. 2017: 2593-2601.

[10] Liu Y, Li H, Wang X. Rethinking feature discrimination and polymerization for large-scale recognition[J]. arXiv preprint arXiv:1710.00870, 2017.

7 softmax loss及其變種

softmax loss在很早的時候就被應用于人臉識別任務，但是因為它沒有考慮類內距離，所以有很多的研究者都對其進行了改進，我們在一年前給大家做過綜述，可以參考往期文章。

8 如何獲取文章與交流

找到有三AI開源項目即可獲取。

https://github.com/longpeng2008/yousan.ai

文章細節眾多，閱讀交流在有三AI知識星球中進行，感興趣可以加入。

總結

人臉識別是人臉算法中最廣泛的應用，仍然有研究空間，往后我們將推薦跨年齡，抗遮擋與裝飾，3D人臉識別相關的文章。

有三AI秋季劃

有三AI秋季劃已經正式啟動報名，模型優化，人臉算法，圖像質量共24個項目，助力提升深度學習計算機視覺算法和工程項目能力。

轉載文章請后臺聯系

侵權必究

往期精選

總結

以上是生活随笔為你收集整理的【每周CV论文推荐】 初学深度学习人脸识别和验证必读文章的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。