人脸识别 | 你的论文离CVPR , 还有多远？

最近，一则人脸识别安全性问题的新闻上了热搜。

（图片来自网络）

虽然让不少人产生了“人在家中坐，债从天上来”的担忧，但也不由感叹人脸识别的发展与普及。

人脸识别发展至今，已经在众多领域中占领重要地位。这两年尤其在安保系统、天眼系统、犯罪分子抓捕系统、人脸锁、人脸考勤机、人脸支付等等领域迅速发展。

工业界热火天的同时，学术界也不含糊。关于人脸识别的论文也是飞速增加，堪比掉头发的速度。

但目前学术界的论文繁多且质量参差不齐，同时大部分的顶会论文作者都不公开代码。想要找到合适且高效的论文，需要花费大量的时间。而阅读论文，又是一大难题：

1.重点难把握：动辄10多页的文字，看了半天找不出重点、关键点；

2.论文关系理不清：论文之间存在相互借鉴、引用，需要耗费大量的时间、精力才能理清，更何况大家阅历有限的情况下，根本就理不清；

3.公式图看不懂：公式复杂，步数过多，加大阅读理解难度，直接劝退新手；

4.无法复现论文代码：刚学python不久，python拓展c代码不会，编译问题不断，程序跑不起来，debugging....

5.坚持不下去：几乎以上任意一条就挺折磨人，如果你同时遇到上面三条困境，那就离放弃不远了。

如果粉丝们想要系统 且 高效学习人脸识别，我推荐大家参加深度之眼·人脸识别论文精讲班：

↓ 扫描下方二维码添加班主任 ↓

↓ 回复：人脸识别 即可免费报名参加 ↓ 

↑ 班主任：加我进直播群、领取资料哦 ↑

BAT大厂导师带你学  节约21天学习时长

   Johnson导师

  ·深度之眼“超高好评”导师

  ·6年BAT大厂资深算法工程师经验

  ·主攻图像处理与模式识别领域

深度之眼好评度超高的Johnson导师 结合自己工作及学习经验，并配合深度之眼教研团的打磨，总结出一条人脸识别的学习路径：

2场直播+录播  夯实人脸识别基础

Step1：系统了解 人脸识别 技术演化路径及发展历史

Step2：精讲人脸识别基石论文 —Eigenfaces for Recognition

《Eigenfaces for Recognition》人脸识别之特征脸，这篇论文首次提出基于数据驱动的统计学习方法来做人脸表示，巧妙的将PCA降维算法与人脸识别结合在一起，极大降低人脸表示的复杂度，同时性能也取得很好的结果。

 

深度之眼Johnson导师 将从 研究背景 到 算法模型，带你啃透Eigenfaces for Recognition！

① 深挖研究背景 

提纲挚领，从4大维度介绍论文，深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识。

② 死磕算法模型

老师会重点讲解论文中的模型原理，深入拆解模型结构，对关键公式逐步推导，让你了解算法每一个因子是如何对结果产生影响的，掌握实验手段及结果，老师会帮你拎出论文中的关键点、创新点和启发点，节约你自己摸索的时间。

高手伴学 共同提升

· 3天高质量社群服务，导师全程陪伴

· 2场直播+录播，开启人脸识别新篇章

· 100+学员同群交流，学习经验up up⬆⬆⬆

· 助教24小时答疑，再也不怕debug

· 专属班主任私信督学，治疗学习拖延症

完课即赠价值298元学习大礼包

为了激励大家完成学习，我们还准备了价值298元的算法工程师面试锦囊。只要完成全部课程的学习，你就能私信班主任获取！

学员好评，真香！

这一次，我给粉丝们申请了25个直播福利名额，参加即赠秘籍：《效率提升3倍的Paper阅读方法》。

↓ 扫描下方二维码添加班主任 ↓

↓ 回复：人脸识别 即可免费报名参加 ↓ 

↑ 班主任：加我进直播群、领取资料哦 ↑

如果你不知道怎么读论文、不知道如何正确复现论文，一定要跟着这门课程学习一次，因为正确的方法可以节约你10倍的阅读时间。