1. 简介
人脸关键点检测，是人脸识别、视频娱乐化等应用的基础算法，用于标定人脸轮廓及五官。研究人员大多基于300w，helen等68点数据集进行算法的研究，存在训练集小，标定点不充分等因素。目前业内主流算法包括face++及商汤的人脸标定sdk，支持106点人脸关键点标定。北京智云视图科技有限公司开源了一款106人脸标定SDK，在主流android平台每帧速度5-8ms，速度快，稳定性高，效果与商汤及face++人脸标定SDK效果基本一致，这里提供给大家免费使用。
为了获得更好的性能，近些年设计的CNN更深，更复杂，这样明显阻碍了模型的部署应用。而手机端的应用越来越广泛，因此，一种轻量化，高效率的网络——Shufflenet，应运而生。ECCV 2018，face++团队将Shufflenet-V1的升级版——Shufflenet-V2.我们改进了Shufflenet-v2的结构，用于关键点特征提取。
Wing Loss for Robust Facial Landmark Localisation with Convolutional Neural Networks
近几年，人脸关键点检测大多在“由粗到精”（coarse to fine）上研究，而这篇文章则另辟蹊径。依作者所说，这是第一篇在人脸关键点检测任务上对loss function进行讨论分析的文章，文章在loss function上进行改进，为人脸关键点检测任务提出“专用”的loss function——Wing loss，作者的出发点值得借鉴。
人脸姿态估计，顾名思义，给定一张人脸图像，确定其姿态，姿态由什么构成呢？很简单（pitch，yaw，roll）三种角度，分别代表上下翻转，左右翻转，平面内旋转的角度。
目前，人脸姿态估计有多种方法，可以分为基于模型的方法，基于表观的方法，基于分类的方法。我之前做过 这方面的调研，调研的结果很明显，基于模型的方法得到的效果最好，因为其得到的人脸姿态是连续的，而另外两种，是离散的，并且很耗时间。基于模型的估计方法的前提是，手头必须具备两样东西，一个是人脸特征点（眼镜，嘴巴，鼻子等处的像素位置），另外一个，是需要自己制作一个3维的，正面的“标准模型”。算法最重要的还是思想，其余诸如流程什么的，都是实现思想的手段而已。人脸姿态估计的思想：旋转三维标准模型一定角度，直到模型上“三维特征点”的“2维投影”，与待测试图像上的特征点（图像上的特征点显然是2维）尽量重合。这时候我们脑海中就应该浮现出一种诡异的场景：在幽暗的灯光中，一个发着淡蓝色光芒的人皮面具一点点的“自我调整”，突然一下子“完美无缺”的“扣在了你的脸上”。这就是人脸姿态估计的思想。参考：人脸姿态估计
我们在训练过程中，加入了多任务，包括微笑、张嘴、墨镜、年龄、性别等属性的识别。
人脸标定目前是短视频社交、人脸识别领域应用广泛，我们旨在提供一种可行的方案，让更多的用户能够体验新的算法带来的效果提升，同时提供一个交流的平台，使得更多的算法爱好者进行交流。
https://blog.csdn.net/u011995719/article/details/79435615
