最近做人脸识别有关的毕设找了很多资料,总结一下
链接 https://github.com/becauseofAI/HelloFace或者https://becauseofai.github.io/HelloFace/
有论文代码有的还有实验数据集
利用不完全人脸数据进行深度人脸识别[论文]
含长尾噪声数据的深度人脸识别的不等训练[论文][代码]
规则脸:基于排他正则化的深度人脸识别[论文]
UniformFace:学习用于人脸识别的深度等分布表示[论文]
P2SGrad:优化深部模型的精细梯度[论文]
自适应人脸:用于人脸识别的自适应边缘和采样[论文]
AdaCos:自适应缩放余弦对数以有效学习深人脸表示[论文][代码1][代码2]
鲁棒人脸识别的低阶拉普拉斯一致混合模型[论文]
噪声:训练人脸识别CNNs的噪声容忍范式[论文][代码]
基于欠表示数据的人脸识别特征转移学习[论文]
Led3D:一种识别低质量3D人脸的轻量级、高效的深度方法[纸张][代码][数据集]
R3对抗性网络用于跨模型人脸识别[论文]
MLT:人脸识别:一个新的基于多层次分类的综述[论文]
GhostVLAD:用于基于集的人脸识别的GhostVLAD[论文]
DocFace+:ID文档到自拍匹配[纸张][代码]
2018年调查:人脸识别:从传统到深度学习方法[论文]
2018年调查:深度面部表情识别:调查[论文]
2018年调查:深度人脸识别:调查[论文]
SphereFace+(MHE):学习最小超球能量[论文][代码]
mobile face:一种基于移动设备的人脸识别解决方案[代码]
MobileFaceNets:高效的cnn,用于在移动设备上精确实时地进行面部验证[纸张][code1][code2][code3][code4]
FaceID:iPhone X的FaceID的一个实现,使用RGBD图像上的面部嵌入和连体网络。[代码][博客]
InsightFace(ArcFace):二维和三维人脸分析项目[论文][代码1][代码2]
AAM-Softmax(CCL):通过集中座标学习的人脸识别[论文]
AM Softmax:用于面部验证的附加边距Softmax[纸张][代码1][代码2]
CosFace:用于深度人脸识别的大余弦损失[paper][code1][code2]
特征码:表示正则化的特征码[论文]
共色:大规模识别中特征识别与聚合的再思考[论文][代码]
NormFace:L2超球面嵌入用于人脸验证[论文][代码]
SphereFace(A-Softmax):用于人脸识别的深超球面嵌入[纸][码]
L-Softmax:卷积神经网络的大幅度软最大损耗[论文][code1][code2][code3][code4][code5][code6][code7]
中心丢失:一种用于深度人脸识别的判别特征学习方法[paper][code1][code2][code3][code4]
OpenFace:一个通用的人脸识别库,具有移动应用程序[报告][项目][代码1][代码2]
FaceNet:一种统一的人脸识别和聚类嵌入方法[论文][代码]
DeepID3:DeepID3:用非常深的神经网络进行人脸识别[论文]
DeepID2+:深入学习的人脸表示是稀疏的、选择性的和健壮的[论文]
DeepID2:通过联合身份验证的深度学习人脸表示[论文]
DeepID:预测10000个班级的深度学习人脸表征[论文]
DeepFace:在人脸验证中缩小与人类水平的差距[论文]
LBP+Joint-Bayes:重新审视贝叶斯人脸:一个联合公式[paper][code1][code2][code3]
LBPFace:具有局部二进制模式的人脸识别[纸][码]
FisherFace(LDA):特征面与FisherFace:使用类特定线性投影的识别[纸][代码]
特征脸(PCA):基于特征脸的人脸识别[论文][代码]