DeepFace：Closing the Gap to Human-Level Performance in Face Verification

1. 文章提出了什么样的问题？

文章提出人脸识别主要分为四个步骤：检测人脸，对齐人脸，特征表示，分类。

• 问题1： 目前由很多方法成功应用于人脸对齐，但是由于受环境、表情等因素的影响，对齐人脸仍然是一件非常困难的事情。
• 问题2：近年来，有很多工作都在致力于研究人脸特征表示，然而这些方法被应用到人脸识别的时候，大多数方法对面部图像中的所有位置使用了相同的算子来提取特征。而最近，有数据显示，基于学习的方法来提取特征明显优于手工提取特征。

2. 如何解决这些问题？

• 1. 对于人脸矫正，文章提出使用基于基准点的3D建模方法，把人脸转化为3D的正脸。

     
     
     人脸矫正.png

• 2. 对于特征表示，文章提出一个DNN结构来提取人脸特征。

     
     
     人脸特征提取.png

3. 效果如何？

结果超越了前人的工作，是第一篇使用cnn使得人脸识别准确率接近人类识别水平的工作。