歡迎來到《每周CV論文推薦》。在這個專欄里，還是本著有三AI一貫的原則，專注於讓大家能夠系統性完成學習，所以我們推薦的文章也必定是同一主題的。

人臉識別系統已經大規模商業化應用，但這並意味著它就發展到頂了，剩下的都是一些難題，包括遮擋/年齡/姿態/妝造/親屬/偽造攻擊等。

作者&編輯 | 言有三

1 遮擋人臉檢測與識別

遮擋人臉的檢測和識別是一個很常見的現實問題，不論是姿態等帶來的自遮擋還是外物帶來的遮擋，都會嚴重損害人臉識別模型的性能，值得對相關領域感興趣的朋友深入關注。

文章引用量：30+

推薦指數：

[1] Wang J, Yuan Y, Yu G. Face attention network: An effective face detector for the occluded faces[J]. arXiv preprint arXiv:1711.07246, 2017.

[2] Yuan X, Park I K. Face De-occlusion using 3D Morphable Model and Generative Adversarial Network[J]. arXiv preprint arXiv:1904.06109, 2019.

2 跨年齡人臉識別

年齡的變化使得人臉的圖像特徵發生很大的變化，跨年齡的人臉識別無疑也是一個很難的問題，同時也是一個具有重大社會價值的課題。從年齡不變特徵提取到年齡仿真，相關的研究非常多，這個綜述可以作為一個好的開始。

文章引用量：很新

推薦指數：

[3] Sawant M M, Bhurchandi K M. Age invariant face recognition: a survey on facial aging databases, techniques and effect of aging[J]. Artificial Intelligence Review, 2019, 52(2): 981-1008.

3 跨姿態人臉識別

大姿態造成人臉顯著特徵的缺失，一樣會嚴重影響模型的性能。從姿態不變特徵提取到正臉姿態仿真，相關的研究非常多，這個綜述可以作為一個好的開始。

文章引用量：200+

推薦指數：

[4] Ding C, Tao D. A comprehensive survey on pose-invariant face recognition[J]. ACM Transactions on intelligent systems and technology (TIST), 2016, 7(3): 37.

4 妝造人臉識別

年齡的變化會導致人臉的生理特徵發生變化，而妝造則可能直接掩蓋了人臉固有的特徵，也對人臉識別構成了很大的挑戰，非常具有研究意義。

文章引用量：較少

推薦指數：

[5] Li Y, Song L, Wu X, et al. Anti-Makeup: Learning a bi-level adversarial network for makeup-invariant face verification[C]//Thirty-Second AAAI Conference on Artificial Intelligence. 2018.

5 親屬關係識別

由於遺傳等因素，子女的人臉會與父母相似，因此人臉識別中有一個小的領域即親屬人臉識別，也具有一定的研究意義。

文章引用量：40+

推薦指數：

[6] Robinson J P, Shao M, Wu Y, et al. Families in the wild (fiw): Large-scale kinship image database and benchmarks[C]//Proceedings of the 24th ACM international conference on Multimedia. ACM, 2016: 242-246.

6 人臉偽造與攻擊

當前的人臉偽造技術已經非常高超，如何檢測與識別偽造人臉將是未來一個很大的挑戰。

文章引用量：很新

推薦指數：

[7] Rössler A, Cozzolino D, Verdoliva L, et al. Faceforensics: A large-scale video dataset for forgery detection in human faces[J]. arXiv preprint arXiv:1803.09179, 2018.

7 如何獲取文章與交流

找到有三AI開源項目即可獲取。

https://github.com/longpeng2008/yousan.ai

文章細節眾多，相關的人臉數據集在以及論文閱讀交流在有三AI知識星球中進行，感興趣可以加入。

總結

本次我們介紹了從遮擋，年齡，姿態，妝造人臉識別到親屬關係，人臉攻擊等問題，另外3D人臉識別沒有專門講述，因為它實際上與姿態等問題是相關的，光照和表情，少樣本問題也沒有仔細闡述，感興趣的讀者可以自行拓展。