《Multi-task Deep Neural Network for Joint Face Recognition and Facial Attribute Prediction》2017，Zhanxiong Wang et al.1.引言：本文首次提出了一种多任务深度神经网络，用于联合学习人脸识别和人脸属性预测任务。在 MegaFace dataset，可以达到77.74 %的ra...

Domain Adaptation在经典的机器学习问题中，我们往往假设训练集和测试集分布一致，在训练集上训练模型，在测试集上测试。然而在实际问题中，测试场景往往非可控，测试集和训练集分布有很大差异，这时候就会出现所谓过拟合问题：模型在测试集上效果不理想。以人脸识别为例，如果用东方人人脸数据训练，用于识别西方人，相比东方人识别性能会明显下降。当训练集和测试集分布不一致的情况下，通过在训练...

迁移学习背景：在传统的机器学习的框架下，学习的任务就是在给定充分训练数据的基础上来学习一个分类模型；然后利用这个学习到的模型来对测试文档进行分类与预测。然而，我们看到机器学习算法在当前的Web挖掘研究中存在着一个关键的问题：一些新出现的领域中的大量训练数据非常难得到。我们看到Web应用领域的发展非常快速。大量新的领域不断涌现，从传统的新闻，到网页，到图片,再到博客、播客等等。传统的机器学习需要..

Domain Adaptive（特征层面）继Jason Yosinski在2014年的NIPS上的《How transferable are features in deep neural networks?》探讨了深度神经网络的可迁移性以后，有一大批工作就开始实际地进行深度迁移学习。简要回顾一下Jason工作的重要结论：对于一个深度网络，随着网络层数的加深，网络越来越依赖于特定任务；而浅层...

多模态人脸识别引言：当前基于RGB图像的人脸识别技术已经日趋成熟，但是在实际应用中对于复杂的场景条件变化（比如光照）依然会存在鲁棒性差的现象。随着深度相机的普及，我们不仅能够获得人脸的RGB图像，还能够获得其深度图，深度图对光的鲁棒性较强，而且具有更加丰富的结构特征。如果在人脸识别中能结合人脸彩色信息和深度信息会达到比单纯使用彩色图像更高的识别精度。1.常见的多模态识别范式：2.多模...

近红外人脸识别人脸识别是生物特征识别领域中最常用的一种模态，近年来在公共安全领域得到了广泛的应用。各类人脸识别方法的关键都在于，提取人脸数据中与身份相关的本质特征，同时消除其中受非身份因素影响的部分，非身份因素一般包括：环境光照、姿态、表情、饰物等。其中光照问题在实际应用中最为重要，用户普遍要求人脸识别系统能适应不同的光照环境。一般的人脸识别系统都采用普通的可见光人脸图像进行识别，这类系统容易收.

关键点检测——标签（Ground Truth）构建Coordinate、Heatmap和Heatmap + Offsets首先介绍一下关键点回归的Ground Truth的构建问题，主要有两种思路，Coordinate和Heatmap，Coordinate即直接将关键点坐标作为最后网络需要回归的目标，这种情况下可以直接得到每个坐标点的直接位置信息；Heatmap即将每一类坐标用一个概率图来...

《Deeply-Fused Nets》2016，Jingdong Wang et al. 深度融合网络1.引言：中心思想是深度融合,就是结合几个基网络(base networks)的中间表达(intermedia representations)作为每个基网络剩下的部分的输入,然后在几个中间表达上用了深度的结合.这个深度融合网络有几个优势:（1）.它可以学到多尺度(multi-scal...

《Deep Residual Learning for Image Recognition》2015，kaiming He et al，ResNet。ResNet由微软研究院的kaiming He等4名华人提出，通过使用Residual Unit成功训练152层深的神经网络，在ILSVRC 2015比赛中获得了冠军，取得3.57%的top5错误率，同时参数量却比VGGNet低，效果非常...

论文：Deeply Learned Compositional Models for Human Pose Estimation2018ECCV，Wei Tang, Pei Yu and Ying Wu1.主要思想目前基于传统CNN进行Pose检测，当存在重叠部分、附近人员干扰和杂乱背景造成歧义时，很容易导致检测错误，精度变差。作者提出了一个有希望的方法是利用人体的组合性。它的意思是将一个整体表示