【有奖讨论】是该好好了解一下人脸图像技术与应用了——它已无处不在！

飘絮絮絮丶

本期获奖名单：

@renxiao2003
@nail78
@forgaoqiang
@lbseraph
@aloki

及时联系我提交地址哦，为大家邮寄礼品




话题背景：

在所有的图像中，人脸图像是研究人员最多，应用最广泛，也是我们每天无时无刻不在接触的图像。人脸的检测和识别使我们摆脱了传统的数字密码支付，带来了便利的刷脸支付，让追捕犯罪分子、找寻走失的儿童和老人变得更加容易。人脸图像的美容技术，催生了美颜相机，增强了社交平台的娱乐性以及被拍摄者的自信。人脸的分析技术增加了产品对使用者的了解，人脸的编辑技术不断降低了内容创作的成本。机械工业出版社的《深度学习之人脸图像算法：核心算法与案例实战》一书，由浅入深、全面系统地介绍人脸图像的各个研究方向和应用场景，包括人脸图像与特征基础、深度学习基础、人脸数据集、人脸检测、人脸关键点检测、人脸识别、人脸属性识别、人脸属性分割、人脸美颜与美妆、人脸三维重建及人脸属性编辑。

话题讨论：

（1）“天天P图”“抖音”“快手”等热门App上的人脸特效都用了哪些人像处理技术？
（2）人脸检测和识别的核心算法是什么？目前还有哪些待攻克的难题？
（3）如何识别和改变人脸表情、颜值、性别及展现的年龄？都有什么应用场景？
（4）人脸美颜技术的最新应用是什么？如何从传统的磨皮美白过度到智能化妆？
（5）三维人脸图像技术与二维人脸图像技术相比有什么不同？如何进行学习？

活动时间：2020年10月27日-2020年11月20日

本期奖品：

最佳积极参与经验分享奖5名，奖励价值119元的《深度学习之人脸图像算法：核心算法与案例实战》图书1本。

深度学习之人脸图像处理：核心算法与案例实战
Face Image Processing by Deep Learning：Core Algorithms and Practices
言有三  著
书号：978-7-111-66025-5
印张：24（共384页）
书脊：18mm
定价：119.00元
成品尺寸：186*240
用纸：70克胶
覆膜方式：光膜
印数：4000
上架建议：计算机/人工智能




内容简介：

本书由浅入深、全面系统地介绍人脸图像的各个研究方向和应用场景，包括但不限于基于深度学习的各个方向的核心技术。本书理论体系完备，讲解时提供大量实例，可供读者实战演练。本书涵盖的内容非常广泛，从基本的人脸数据集发展历史和人脸检测开始，分别讲述在此基础上进行的人脸图像处理的相关技术与应用，涉及身份识别、安全认证、人机交互和娱乐社交等领域。
本书共11章，涵盖的主要内容有人脸图像与特征基础、深度学习基础、人脸数据集、人脸检测、人脸关键点检测、人脸识别、人脸属性识别、人脸属性分割、人脸美颜与美妆、人脸三维重建及人脸属性编辑。
本书适合计算机视觉领域的初学者及所有在人脸图像算法领域想要有所提高的工程技术人员、学生及教职工阅读。读者既可以将本书作为核心算法书籍学习理论知识，也可以将本书作为工程参考手册查阅相关技术。

参与方式：直接在该主题下回帖即可。

图书购买：

京东：https://item.jd.com/12927878.html
当当：http://product.dangdang.com/28991374.html

本期嘉宾：

言有三  真名龙鹏。2012年本科毕业于华中科技大学，后保研至中国科学院并于2015年毕业。先后在奇虎360人工智能研究院和陌陌深度学习实验室从事计算机视觉相关工作，积累了丰富的传统图像处理算法研究心得和深度学习项目实战经验。运营微信公众号“有三AI”和知识星球“有三AI”等社区，内容覆盖深度学习理论、深度学习开源框架、模型架构设计与优化，以及深度学习在计算机视觉和自然语言处理等领域的核心技术与应用，规划并总结了AI算法工程师的完整成长路线。出版了《深度学习之图像识别：核心技术与案例实战》与《深度学习之模型设计：核心算法与案例实践》等著作。

图书试读： 人脸图像第4章（部分）试读.pdf (4.9 MB, 下载次数: 43)

2020-10-27 10:06 上传

点击文件名下载附件

人脸图像前言 目录.pdf (557.85 KB, 下载次数: 49)

2020-10-27 10:06 上传

点击文件名下载附件

shang2010

大黄脸行不行

，据说有很多拿来做表情包，也很丰富的哦

reyleon

高端技术，望尘莫及

oyzx_sp

回复 3# reyleon

加紧学习，迎头赶上。

renxiao2003

这次还是美女算法工程师不 。

飘絮絮絮丶

renxiao2003 发表于 2020-10-27 18:29
这次还是美女算法工程师不 。

就对美女感兴趣啊，不是应该对技术感兴趣么

renxiao2003

（1）“天天P图”“抖音”“快手”等热门App上的人脸特效都用了哪些人像处理技术？
利用了大量计算机视觉技术，像是人脸定点识别、图像分割、边缘融合等等。在美颜、抠图、结构光等等有趣玩法的背后，其实是算法和大数据的加持。
（2）人脸检测和识别的核心算法是什么？目前还有哪些待攻克的难题？
人脸识别技术的核心算法包括：人脸识别核心算法包括检测定位、建模、纹理变换、表情变换、模型统计训练、识别匹配等关键步骤，其中最关键的技术包括两部分：人脸检测（Face Detect）和人脸识别（Face Identification）。
检测技术核心称为：迭代动态局部特征分析(SDLFA)，它是以国际通用的局域特征分析（LFA）和动态局域特征分析（DLFA）为基础，并且针对现实业务场景进行了全面的算法增强及结果优化，识别技术核心称为：实时面部特征匹配（RFFM），其识别特征数据紧凑，特征算法准确高效。
除了优化SDLFA方式和RFFM核心算法外, 针对现实环境下的识别效果，人脸识别技术的核心算法还针对海量的上下文信息，进行高精度的线性及非线性判别分析，在高可信度的效能目标下，对检测技术和识别算法，进行了全面的（效能&速度）指标提升：
l SDLFA（Sparsification Dynamic Local Feature Analysis）：动态局域特征分析；针对静态图像及动态视频图像序列，完成脸部检测、跟踪及检出；
l RFFM-(Real Face Feature Matching)：实时面部特征匹配，提取并数字化面部特征数据，进行人脸的分析和识别对比。
（3）如何识别和改变人脸表情、颜值、性别及展现的年龄？都有什么应用场景？
人脸是一种非常重要的生物特征，具有结构复杂、细节变化多等特点，同时也蕴含了大量的信息，比如性别、种族、年龄、表情等。一个正常的成年人可以轻易的理解人脸的信息，但将同样的能力赋予给计算机，并让其代替人类进行类脑思考成为研究学者亟待攻克的科学课题！
人类可以通过使用相机等图像采集装置和计算机组建一套与人体类似的系统，相机等图像采集装置是“眼睛”，计算机是“大脑”。但是问题来了，这些单纯的硬件设施并不足以让机器完成理解人脸信息的任务，这其中还需要载有思考能力，也就是我们平时所说的算法。
目前主流的人脸属性识别算法主要包括：性别识别、种族识别、年龄估计、表情识别等。
详细可参照：https://www.sohu.com/a/124787315_607256
（4）人脸美颜技术的最新应用是什么？如何从传统的磨皮美白过度到智能化妆？
现在有各种的美颜软件，有特效、美颜等多种功能满足用户的拍摄需求，以及可以在多种场景下完成拍摄。而且，现在手机中拍照软件都会使用到人脸识别解决方案，通过智能科技带给用户更多的玩法，满足用户需求。人脸识别公司在智能美颜方面都应用了哪些人脸识别技术？
实时特效处理：为用户提供多种特效，通过识别用户的面部信息，实时渲染预览给用户带来更加流畅的使用体验。
美颜美妆：通过人脸识别技术给用户提供合适的美颜美妆效果，精准识别面部特征，为用户调整脸型，科学计算人脸优化比例，使美颜美妆更贴合用户的脸部，更加的自然。
动态贴纸：通过识别精准定位五官，稳定面部跟踪，为用户提供动效素材，使用户在拍摄时有更多的玩法，带给用户更多的乐趣。
特效滤镜：应用人脸识别技术可实时画面预调色，并结合图像融合、图像增强技术，使特效滤镜效果更加自然贴合，增加用户的互动。
在智能美颜方面使用人脸识别技术，可以给用户带来了更多玩法，增加用户的社交娱乐的互动，满足人们更多的需求。
（5）三维人脸图像技术与二维人脸图像技术相比有什么不同？如何进行学习？
《二维及三维人脸识别技术》介绍了人脸识别的概念、应用领域以及国内外公用的二维人脸图像数据库，并论述了二维人脸识别的预处理方法，着重对二维人脸识别中常用到的方法作了详细论述，如基于特征脸的方法，基于弹性匹配的方法，基于隐马尔可夫模型的方法等，在三维人脸识别中，分别介绍了三维人脸识别的概念、难点以及三维人脸库，同时，也讨论了三维人脸图像的预处理，并对三维人脸重建中常用到的方法作了论述，如基于三维可变形人头模型的方法，基于三维通用人头模型的人脸重建等，并介绍了常用的三维人脸识别方法。
可根据图书《二维及三维人脸识别技术》来学习。

oyzx_sp

回复 5# renxiao2003

这次是甩锅，是否有兴趣？

renxiao2003

回复 8# oyzx_sp

没有玻璃之好。呵呵。

ylky_2000

可惜不懂。。。
请教个业务问题，如何避免法律风险？技术和业务逻辑上如果做到？