【总结】有三AI秋季划人脸算法组3月直播讲了哪些内容,计算机视觉你不可能绕开人脸图像

大家知道,有三AI有计算机视觉的人才培养体系,分为三个等级,分别是春季划,夏季划,秋季划,如果不熟悉可以查看下面介绍。

【杂谈】2020年有三AI计算机视觉培养计划详解,该不该学&怎么学CV的简单讨论

(1) 春季划的目标,是为了培养新人熟悉深度学习和计算机视觉的核心领域,达到一般岗位项目研发的水平。

(2) 夏季划的目标,是为了让大家更深层次掌握框架的使用,同时熟悉更多的计算机视觉领域。

(3) 秋季划的目标,则是专精于某一个方向,目前包括模型优化,人脸算法,图像质量,GAN。

过去的3月份,我们给人脸算法小组进行了突击直播,包括4期内容。那么这4期直播都包括了哪些内容呢?

第一期:人脸检测核心技术与难题

第一期的内容为人脸检测的核心技术与难题,这是所有人脸算法的基础,在这次直播中,主要讲述了以下内容:

(1) 人脸检测评测基准。人脸检测问题是一个老问题,不过随着算法不断在现实场景中落地,也面临复杂场景的新挑战,我们对此做了详细的回顾。

(2) 小脸检测。小目标的检测是当前目标检测中的重点和难点,在人脸领域也一样,我们总结了其中主流的解决办法。

(3) 遮挡人脸检测。这次疫情的爆发也让许多人关注到了遮挡的人脸检测和识别问题,其实它在开放环境下一直存在,我们总结了相关的技术。

(4) 活体和伪造人脸检测。活体检测是一个很古老的问题了,而伪造人脸检测也是当下的热点,我们介绍了一些技术,以后还要专门开一期直播来进行最新技术的总结。

第二期:人脸识别核心技术与难题

接着是第二期,人脸识别核心技术与难题,在这次直播中,我们重点讲述了以下内容:

(1) 人脸关键点算法。人脸关键点检测是人脸识别算法的预处理步骤,用于对人脸进行对齐,本身它也是很多人脸算法的基础,我们总结了人脸关键点标注的发展以及当前的核心技术。

(2) 人脸识别算法。这一小节我们对当前人脸的各个维度评测基准进行了介绍,对人脸识别算法的流程以及其中关键技术的发展路线进行了总结。

(3) 人脸识别难点。人脸识别已经做了很久了,但这个问题并没有结束,难点在各个垂直领域依旧存在,我们对各个维度的相关技术进行了汇总介绍。

第三期:人脸属性分析与编辑

接着是第三期,人脸属性分析与编辑,在这次直播中,我们重点讲述了以下内容:

(1) 人脸年龄识别与编辑。年龄是人脸的基本属性,年龄识别可以用于相关人机交互应用,年龄的编辑在娱乐和人脸识别等领域有重要作用,我们对其中的算法进行了总结。

(2) 人脸表情识别和编辑。表情是人脸的基本属性,表情识别可以用于相关人机交互应用,表情的编辑在娱乐和人脸识别等领域也有重要作用,我们对其中的重要算法进行了总结。

(3) 人脸姿态识别与编辑。人脸姿态的识别可以用于关键点与人脸重建等领域,姿态编辑则有助于人脸识别等领域,我们对其中的重要算法进行了总结。

(4) 其他。人脸是应用最广泛的图像,还有很多其他的应用,包括美颜,变脸,卡通化等等,这也是我们关注的内容。

第四期:三维人脸重建

接着是第四期,三维人脸重建,在这次直播中,我们对人脸重建的传统方法和深度学习方法进行了介绍:

(1) 人脸重建基础。这一部分主要是了解人脸重建的各种方法,从手工建模到基于图像的重建(三维模型,SFM,SFS等)。

(2) 传统人脸三维重建算法。我们对传统的基于图片的3DMM算法进行了总结,并且推荐了相关项目供大家实践。

(3) 深度学习三维重建。当前人脸重建算法重心也已经转到了深度学习模型,我们总结了主流的各类模型,也在图文作业中给出了各种实践。

接下来的直播安排

在4月份,我们不会再做新直播安排,让大家先消化已有的内容。到了5月份,我们还会安排有人脸伪造与检测,视频中的人脸分析等相关内容,接下来敬请期待吧。

小提示:直播的地点就在微信群内,并且所有资料发放也在微信群内,这都是为了保护人脸算法小组成员的权益。

如何学习以及报名

人脸算法小组的学习路线如下:

学习的资料包括:

(1) 一些相关的视频讲解,不定期增加。

(2) 图文课件和实践代码,数据集。

当然了,更重要的是多讨论,相互进步,毕竟内容很多。

(0)

相关推荐