緣由：最近想整理下從事人臉方向的所有查閱過的論文，做過的相關實驗，因爲隨着時間的推移，自己總會遺忘當初的一些想法，所以想好好整理下自己的學習筆記。
過程：本系列包括從人臉檢測、人臉關鍵點檢測、人臉優選、人臉對齊、再到人臉特徵提取的一系系列過程，每個模塊都有嘗試一些網絡結構和方法，因爲自己主要部署在嵌入式平臺、移動端等設備，所以都是採用輕量級的網絡結構，採用Caffe訓練，然後採用騰訊的NCNN框架部署，每個模塊都發布過想要的版本，這其中也遇到過很多坑，所以想記錄下自己的學習過程。這個過程包括先了解各個模塊相關的最前沿的論文，然後在github上查找相關作者的網絡結構，再到最後自己復現和實驗，過程都很繁瑣，但是作爲了一個從事CV的小白來說，需要的是更多的耐心和毅力去彎沉整個流程的學習，因爲過程很重要。
結果：每一個模塊，都需要時間去探索和學習，在這條道路上，我遵循的原則是先了解在深入，先將每個模塊的基礎框架建立，以後在慢慢深入，先打通了任督二脈，再去闖蕩江湖，邊闖邊學邊琢磨。這裏的每篇論文現在還只有論文地址，我會在近段時間慢慢完善內容，把框架建立起來，從論文到實驗，給出自己的見解，爭取做到最好，也給需要的同學一些方向。論文也是從簡單到複雜的方向去寫的，自己開始的時候都是從基礎網絡和模型開始的，所以可以按照下面的目錄慢慢深入，以後會寫的更加深入和完美。
二、人臉系列
人臉檢測：Face Detection
人臉檢測主要用到了MTCNN和MobileNet_SSD做人臉檢測生成檢測框，爲後續的識別做處理。
MTCNN解讀： https://blog.csdn.net/TheDayIn_CSDN/article/details/93190812
MTCNN學習總結：https://blog.csdn.net/TheDayIn_CSDN/article/details/86588731
MobileNet_SSD解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93190972
Tiny-DSOD解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93191904
人臉關鍵點檢測：Face Landmark Detection
關鍵點檢測主要訓練過MobileNetv1、MobileNetv2、MobileNetv3，嘗試過各種輕量化的網絡結構。後面會完善關鍵點訓練過程和總結。
PFLD解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93191633
人臉優選：Face Selection
人臉優選主要是做質量篩選，剛開始是用傳統圖像處理的方法做邊緣檢測，圖像質量篩選等，但是效果不好；後面又嘗試用深度學習的分類的方法做模糊人臉，人臉姿態，人臉遮擋，人臉關照等，訓練過單分類和多分類的方法，效果都不是很理想。
人臉質量評估-模糊檢測方法總結：https://blog.csdn.net/thedayin_csdn/article/details/86671972
圖像增強方法總結：https://blog.csdn.net/thedayin_csdn/article/details/86682034
人臉模糊檢測：https://blog.csdn.net/thedayin_csdn/article/details/86682266
質量判斷總結：https://blog.csdn.net/TheDayIn_CSDN/article/details/86682184
人臉對齊：Face Alignment
人臉對齊主要是在人臉關鍵點檢測的基礎上，利用仿射變換、相似變換等對關鍵點進行處理，將非正面人臉旋轉成正臉來進行人臉特徵提起，人臉關鍵點的好壞和對齊的效果影響人臉對齊的結果。
人臉識別：Face Recognition
剛開始接觸人臉特徵提取嗎，覺得很高大上，不管是什麼論文都想看看，但是發現論文的理論性很強，人臉識別經常會有很多新的loss函數出現，所以越學越喫力，單純從理論方面有時候很難理解，所以我的做法是邊看論文邊做實驗，訓練模型，訓練的過程中去理解，然後又回過頭去覆盤，查看自己的理解程度。其實人臉識別就是一個分類的過程，只不過分的類別是根據人臉ID去分類，不是我們平時做的只有幾類的分類任務，總的來說就是一個分類的過程。網絡訓練的時候有很多技巧，比如先用Softmax訓練一個基礎版本，然後在用另外的loss函數比如arcface去微調模型。人臉特徵提取的知識很多，需要學習的內容也很多，所以需要好好沉下心來。
最初訓練的網絡模型是SphereFace64和MobileFaceNets，先從基礎的模型開始，採用公開數據集，後續慢慢根據場景優化。
Center Loss 解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93177519
CosFace 解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93177824
ArcFace解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93176376
SphereFace解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93175787
MobileFaceNets解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93190363
人臉跟蹤：Face Tracking
待補充KCF人臉跟蹤
Face Tracking：人臉跟蹤KCF解讀：https://blog.csdn.net/TheDayIn_CSDN/article/details/93630743
人臉活體檢測：Face Anti-Spoofing
待補充雙目紅外活體
Face Anti-Spoofing：人臉活體檢測 ：https://blog.csdn.net/TheDayIn_CSDN/article/details/93631468