人臉對齊還有研究的必要麼？

01-09

最近看論文看的有點心裡憔悴，傳統的2D對齊方法繁瑣複雜，還有好多有灌水嫌疑，基本上現在都是CNN解決了，整個體系感覺基本已經完善了，而且人臉對齊只是作為檢測的預處理部分，整個都完善的差不多了，還有必要作為一個研究生研究方向么？突破感覺已經很難了。

當然有。人臉對齊最重要的環節是關鍵點檢測，關鍵點檢測除了識別，對美顏、3d重建等應用都很有價值。

然而現在美顏貼紙以及3d重建做的還不能算非常完美，主要就是關鍵點演算法在速度和性能上還有提高的空間。

現在cnn的方法也都是比較粗暴的回歸框架，就沒怎麼考慮人臉的一些固有特性，傳統方法的很多insight也沒融合到cnn框架中。

總的來看還是有研究價值的

現在的演算法在video上的預測結果抖動都很厲害。如何解決video facial landmark detection (precision and accuracy)也是一個比較重要的問題，而且目前這方面的工作還不多。

大姿態：3d pose+2d旋轉

初始化敏感

遮擋

人臉識別和檢測都能繼續做，對齊為啥不能。。

有必要，目前基於深度學習做目標檢測，CNN只是手段之一，與前CNN時代並不是割裂的，基於傳統的視覺方法或者機器學習方法，來彌補CNN訓練的不足，提高訓練效率和準確率仍然非常有效果。

參見何凱明大神的重要論文及成果就明白了。

跑跑的state of art的demo ，稍微一遮擋，旋轉，低解析度，基本上就不work ，還有很多要做的地方額