作者：安晟，Datawhale成员，CV算法工程师
最近看了很多人脸识别loss相关和GAN相关的paper，但是没有提纲挈领的把这些串起来。于是，一个小姐姐分享给我了这篇论文，阅读了一下，确实比较经典，很全面。在这里，将论文内容结合我自己的理解和在工作中进行的探索展开，分享给大家。
论文背景
论文题目：Deep Face Recognition: A Survey
论文地址：https://arxiv.org/abs/1804.06655
论文代码：综述文章，无代码
分享大纲
1. 人脸识别基本概念
- 主要场景、评价指标、系统基本流程及发展历史
2. 代表性文章串讲
- DeepFace、FaceNet、CenterLoss
3. 如何搭建一个人脸识别系统
人脸识别基本概念
- 两个主要场景：人脸验证/人脸比对，人脸识别
- 评价指标：Acc，FAR-TAR，ERR
- 一个人脸识别系统的基本流程：人脸检测-预处理-人脸表示-匹配
DeepFace
论文背景：
DeepFace：Closing the Gap to Human-Level Performance in Face Verification
DeepFace是CVPR2014上由FaceBook提出来的，DeepFace基本算是CNN在人脸识别的奠基之作，并将人脸识别精度接近人类水平。
DeepFace在进行人脸识别的过程中主要分为以下步骤：
- 1.人脸检测
- 2.3D对齐
- 3.人脸表示（CNN特征提取）
- 4.人脸验证
1. 人脸检测与对齐
2. 人脸表示
3. 人脸特征的归一化
4. 度量学习
5. 实验结果与总结
FaceNet
CenterLoss
如何搭建一个人脸识别系统
- 后续优化方向总结
