人脸识别参考文献范文优选5篇思维导图

在第二阶段，人脸预处理的目标是将检测到的人脸标定为一个规范的视图(即人脸对齐或正面化)，这是提高人脸识别端到端性能的必要步骤。

通常，人脸对齐利用空间变换技术将人脸校准为标准化视图。在现有的人脸对齐方法中，人脸landmark或所谓的人脸关键点(如图3所示)是必不可少的，因为它们是进行相似变换或仿射变换的参考。因此，人脸关键点定位是人脸对齐的先决条件。

基于深度学习的人脸landmark定位方法可以分为三种：coordinate regression based approaches, heatmap regression based approaches and 3D model fitting based approaches

挑战：

图 7 具有代表性的人脸预处理方法的发展。橙色，蓝色，绿色，黄色灰色代表坐标回归、热图回归、三维模型拟合、landmark-free人脸对齐方法和正面化。对于这些方法的引用，可以参考表5。

图 1 2013-2020 人脸检测，人脸预处理，人脸表征相关的论文发表论文数量

表 1 近20年人脸综述

对每个要素的回顾包括许多方面: 算法设计，评估指标，数据集，性能比较，剩下的挑战，以及未来研究的发展方向。我们希望这次调查能带来一些有益的想法，为了更好的理解端到端人脸识别的大图和更深层次。

本文的主要贡献：

图 4 人脸检测方法发展。

蓝色和灰色分别代表多阶段和单阶段方法;按anchor的使用方法，矩形、椭圆形、菱形分别为anchor-based、anchor-free及其他方法。对于这些方法的引用，可以参考表2。