一.人脸检测/跟踪　　人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。　　1.RobustReal-time Object Detection. Paul Viola, Michael Jones. IJCV 2001.　　入选理由：　　Viola的人脸检测工作使得人脸检测真正变得实时可用。他们发表了

CSDN帐号被盗，一直以为技术类博客很安全，没想到也会享受QQ、淘宝帐号待遇。2015年1月19日19：00至2015年1月20日9：00之间操作均非本人操作，也提醒各位注意帐号安全。

周末写，

简介CVPR 2014的一篇关于人脸关键点检测的论文，基于Ensemble of Regression Tress算法(以下简称 ESR)，速度极快（单人人脸关键点检测耗时约为1ms），效果也不错。同时又能处理训练集中部分关键点标定缺失的情况。

.VGGFace2 是一个大规模人脸识别数据，包含331万图片，9131个ID，平均图片个数为362.6。

人具有根据他人的面部特征来区分不同人的能力，但这种识别人脸的能力和识别其他类似物体的能力是否来自同一大脑功能，过去一直存在争议。最近美国科学家研究发现，人类识别人面的能力和识别非人脸目标不是同样的大脑功能。这类似语言能力，神经科学早就确定，人类大脑存在特定的听觉语言中枢，这是独立于听力的大脑功能，存在阅读中枢，也不同于语言中枢，存在书写中枢，不同于运动中枢。语言中枢受损伤，会发生特定的语言障碍。例

卷积神经网络（CNN）已经被证明能够训练一个能力强大的分类模型，但与传统的模式识别方法类似，它也会受到数据在空间上多样性的影响。这篇Paper提出了一种叫做空间变换网络（Spatial Transform Networks， STN）,该网络不需要关键点的标定，能够根据分类或者其它任务自适应地将数据进行空间变换和对齐（包括平移、缩放、旋转以及其它几何变换等）。