疯狂人脸识别
人脸特征点定 位的目的是在人脸检测/跟踪获取的人脸区域的基础上，进一步，确定脸部特征点（眼睛、嘴巴中心点、眼睛、嘴巴轮廓特征点、器官轮廓特征点等）的位置。人脸特征点定 位的基本思路，主要是将人脸局部器官的纹理特征和器官特征点之间的位置约束进行结合来进行处理。
个人认为这可能是接近于很多成熟商用系统思路的文章。在很多实际系统中，一个提取鉴别信息的框架就是PCA+LDA用PDA进行降维避免LDA求解的矩阵奇异问题，用LDA提；同时，将各种原始特征进行鉴别特征提取后进行决策级融合，目前常用的特征包括Gabor，LBP等。此外，对人脸进行分块然后ensemble融合也是非常重要的提高系统效果的思路。
1.深度学习在人脸方面的应用，目前已经看到deep learning在人脸表示和人脸特征点定 位方面的工作，相信后续会有更多更好的工作出现；
2.大规模人脸搜索相关的应用近来开始被大家关注（比如近百度上线的人脸搜索），这些应用中除了需要传统的人脸表示，还需要关注如何能够快速准确地在大规模人脸数据库中搜索到相似人脸，当然这部分工作可以借鉴其他视觉搜索中的方法，但人脸可能也会有自己的特殊性；
3.基于3D模型和具有深度信息的人脸识别的方法，在允许使用特殊设备的实际应用中，可以考虑用3D模型和深度信息来提高系统的稳定性；
我们用心一辈子，只做一件事！专注于移动互联网整体解决方案。我们是微信和App的开发、运营、推广全方案的服务商。我们不做大企业，我们要做小而完的企业！因为专注，所以选择！陕西瑞奇网络科技有限公司 联系人：赵女士 15332470504
个人认为这可能是接近于很多成熟商用系统思路的文章。在很多实际系统中，一个提取鉴别信息的框架就是PCA+LDA用PDA进行降维避免LDA求解的矩阵奇异问题，用LDA提；同时，将各种原始特征进行鉴别特征提取后进行决策级融合，目前常用的特征包括Gabor，LBP等。此外，对人脸进行分块然后ensemble融合也是非常重要的提高系统效果的思路。
1.深度学习在人脸方面的应用，目前已经看到deep learning在人脸表示和人脸特征点定 位方面的工作，相信后续会有更多更好的工作出现；
2.大规模人脸搜索相关的应用近来开始被大家关注（比如近百度上线的人脸搜索），这些应用中除了需要传统的人脸表示，还需要关注如何能够快速准确地在大规模人脸数据库中搜索到相似人脸，当然这部分工作可以借鉴其他视觉搜索中的方法，但人脸可能也会有自己的特殊性；
3.基于3D模型和具有深度信息的人脸识别的方法，在允许使用特殊设备的实际应用中，可以考虑用3D模型和深度信息来提高系统的稳定性；
我们用心一辈子，只做一件事！专注于移动互联网整体解决方案。我们是微信和App的开发、运营、推广全方案的服务商。我们不做大企业，我们要做小而完的企业！因为专注，所以选择！陕西瑞奇网络科技有限公司 联系人：赵女士 15332470504
