2020年7月份有三出版了《深度学习之人脸图像处理：核心算法与案例实践》，这是一本讲述在人脸各个方向中的深度学习算法为主的书籍，同时配套有大量实战案例，至今已经快一年了，历时一年终于也要重印了。说实话这有点出乎我的意料，没想到做人脸算法的人这么少，其实业界的需求是很旺盛的，本书是整个业界唯一一本讲解人脸各个方向算法的书籍。关于书籍的完整介绍，请大家看下文：
人脸书的主要内容
再简单回顾一下人脸书的主要内容，全书共计11章，目录如下：
第1章 人脸图像和特征基础
第2章 深度学习基础
第3章 人脸数据集
第4章 人脸检测
第5章 人脸关键点检测
第6章 人脸识别
第7章 人脸属性识别
第8章 人脸属性分割
第9章 人脸美颜和美妆
第10章 人脸三维重建
第11章 人脸属性编辑
第1章，讲解人脸基础，包括人脸图像的特点，最常用的特征和对应的机器学习算法。
第2章，讲解深度学习基础与核心优化技术。
第3章，集中讲解人脸相关数据集，包括人脸检测，关键点检测，人脸识别，人脸属性分析，人脸姿态与3D，人脸活体与伪造，人脸风格化。
第4章 讲解人脸检测，包括通用的目标检测算法，传统和深度学习人脸检测方法，以及相关实践。
第5章 讲解人脸关键点检测，包括关键点的标注发展，传统和深度学习关键点检测算法，以及相关实践。
第6章 讲解人脸识别算法，包括人脸识别的基础和核心技术，人脸识别面临的挑战和未来，以及相关实践。
第7章 讲解人脸属性识别，包括人脸性别，年龄，表情，颜值识别，以及相关实践。
第8章 讲解人脸属性分割，包括深度学习图像分割核心技术，人脸图像分割实践。
第9章 讲解人脸美颜和美妆算法，包括基于滤波变形的美颜算法，妆造迁移算法，以及相关实践。
第10章 讲解人脸三维重建，包括三维人脸基础，传统和深度学习三维人脸重建方法，以及相关实践。
第11章 讲解人脸属性编辑，包括表情，年龄，姿态，换脸，风格化算法，以及相关实战。
书中案例展示如下：
本书特点：
(1) 内容全面。本书以应用为脉络，详述了人脸检测，识别，属性分析与编辑，三维重建等方法，基本上覆盖了人脸图像算法的所有重要领域。
(2) 传统算法和深度学习算法兼具。虽然本书名为《深度学习之人脸图像处理》，但是作者是做传统图像算法出身，所以书中每一章都有一定的篇幅在讲述传统人脸图像处理算法，供大家拓展学习。
(3) 实践充分，由浅入深。书中内容的章节设置都是先说清楚理论，然后紧接着选取最具有代表性的内容进行项目实践。
