從認知心理學的角度來說，人臉識別方向有哪些大牛？目前的發展如何？

01-16

非計算機視覺

謝@劉柯mm邀睡前簡單回答下

現在比較活躍的認知心理/神經研究人臉識別的實驗室如下，有機會再補充

關於面孔識別區域

Nancy Kanwisher (FFA提出者，這一派一脈相承的國內有北師大院長劉嘉)

Isabel Gauthier Michael Tarr (OFA提出者, 也是知覺專長"perceptual expertise hypothesis"提出者）

Kevin Weiner Kalanit Grill-spector (FFA1, FFA2提出者)

Shlomo Bentin (ERP N170提出者)

Chris Baker Leslie Ungerleider (來自高(不)大(缺)上(錢)的NIH，後者是開創cognitive neuroscience領域的、最最受人敬愛的、ventral vs. dorsal pathway的提出者)

關於面孔失認證（prosopagnosia）

Brad Duchaine Ken Nakayama (CFMT開發者)

Marlene Behrmann Galia Avidan (臉盲症的core and extended face network激活沒有問題,有問題的是各腦區之間的connectivity)

Meike Ramon Bruno Rossion

關於超級認臉（super-recognizer,與prosopagnosia正好相反）

Richard Russel

關於計算模型

James Haxby (MVPA 提出者)

Alice O"Toole

Gillian Rhodes

Janet Hsiao Gary Cottrell

Philippe Schyns

關於自閉症的人臉識別訓練

Jim Tanaka

Joseph DeGutis

關於異族效應

Will Hayward

Cathy Mondloch

關於發展方向

Suzy Scherf

Sarina Chien (做嬰兒也做成人, 在台灣做過near-race effect)

基本都是我paper里reference的一些學術大家, 所以請表問我為什麼可以信手拈來...

然而急著去睡覺,感覺肯定漏了其他很多專業做臉很多年的實驗室先說聲抱歉

感覺@華沙應該會有很好的補充~ 歐洲那邊做臉的他比較熟

感謝劉柯邀請。感謝Tina繆贊。

稍微補充一下：

情緒研究的有

Beatrice de Gelder

還有大名鼎鼎的Karolinska Directed Emotional Faces (KDEF)製作實驗室：Karolinska Institute的Arne ?hman

整體研究人面孔認知的：

約克大學的 Andy Young 以及他的好姬友 Vicki Bruce （目前在紐卡斯爾，要退休了）。

還有已經去世的劍橋學者Calder，讓人惋惜。

當然還有Mike Burton和他的弟子Rob Jenkins，兩人都離開了格拉斯哥。

曾經在UCL，現在在瑞士的Patrik Vuilleumier 在恐懼上很有研究。

Fox和Barton兩個研究者也有相當好的研究成果，在情緒和身份上研究充足。

Andrews和Ewbank倆哥們也是。

當然還有我很喜歡的Rossion，他對於面孔整體識別理解很深刻。

tina提到了 Haxby 那得提到他的同事比如：Todorov，Elizabeth A Hoffman，甚至小牛 Ida Gobbini。

還有Nikolaas N. Oosterhof。

提到了Rhodes就得提到她的學生 Linda Jeffery。

聖安的David Perrett 還有他的同事(學生）比如Anthony C. Little， DK Xiao，布里斯托的Ian S Penton-Voak。

最後提一個。北大的方方，研究面孔朝向、視角位置，甚至一些基礎視覺研究。

很有意思的問題，看了一圈答案，搞認知神經科學的人說了一幫科研大牛，搞計算機視覺的人說了一些技術公司，然後估計互相都不懂對方在說什麼。。

絕無黑的意思，感慨一下。。

居然沒有Doris Tsao。。。。我表示很疑惑。。

輪「技術實力」，還是要看LFW榜和FDDB榜。face++ 99.5% , 商湯 Deepid3 99.53% ，騰訊 Tencent 99.65% , 百度 Baidu 99.77%，顏鑒（ColorReco）99.64%，都是一線了，趕超國外的google 。

輪「融資實力」，商湯科技那是必須膜拜的，造出了不少噱頭，造出來linkface四個美人。

輪「推廣實力」，天誠盛業必須提下，搜索任何關於人臉識別的信息，都可以看到天誠盛業。

輪「賺錢能力」，首推廈門瑞為，真正做到了小公司賺大錢，產品從軟體到硬體，真正走到了一線

之所以只列舉這幾家公司，是因為它們相比於其他公司，優勢在於有自己的核心技術，而不是渠道商或傳統廠商，因此可以說是科研牛人們的天堂。值得一提的是，這些公司目前規模都不大，但卻像谷歌、微軟一樣都有自己的人工智慧研究院，緊密追隨國際最新的科研成果。像前段時間很火的阿爾法狗，其工作原理是深度學習，這一技術其實在中國的這些公司里都已經擁有並投入商用了。所以說選擇一家好的公司，可以接觸到在全球頂尖的科技，對於科研人員來說前途和錢途兩不誤好。至於人臉識別技術哪家強，各家官網都有技術演示可供大家自行比對。

Emotient

Emotient 獲得 600 萬美元 B 輪投資（2014/03/10）
Emotient 起源於加利福尼亞大學的「機器感知實驗室」(Machine Perception Lab)，他們最終的目的是打造一套「無所不在」的人類情感分析系統。
分析表情並不需要特別的硬體設備，至少 48 像素的、從耳朵到耳朵的全臉圖像就能滿足。
Emotient 同時還提供 API 介面，能夠將其技術輕鬆地與任何硬體或者軟體進行整合。目前，Emotient 已經將其服務與 Google Glass 搭配，開始進行私密的測試。
Emotient 也將同時作為英特爾RealSense 技術SDK 的一部分，來迅速的與世界上的開發者進行對接。
Emotient 已經將其表情識別服務部署到了零售行業，通過對顧客感受的實時分析，幫助零售業主提升銷量。
Emotient利用人工智慧掃描人臉，然後可在數秒鐘內解讀出他們的面部表情所代表的意義，這種技術過去主要是幫助廣告商和銷售人員判斷消費者對廣告或產品的反應。
Emotient創始人、首席科學家瑪麗安·巴利特（Marian Bartlett）解釋了其工作原理。她說：「首先需要抓取面部照片，然後對其進行掃描。一旦發現這些面部照片後，它就會利用識別技術識別出面部表情。」

Affectiva

成立於 2009年的 Affectiva 是一個基於雲端的面部情緒識別解析服務公司，通過面部動作編碼（Facial Coding）——捕捉識別對象的面部動作如皺眉、挑眉、傻笑、微笑等等判斷人們的情緒。目前還主要用於市場營銷，但 Affectiva 下月會面向第三方開發者推出其 SDK 開發工具。
埃及科學家Ranael Kaliouby了。她現居波士頓，2009 年成立公司Affectiva，許多員工都來自於M.I.T.
Affectiva坐落於馬薩諸塞州沃爾瑟姆市，在雙行道沿街商業區後的辦公園區，是波士頓模仿矽谷而建立的走廊地帶的一部分。
裝有Affdex的iPad，被簡化成一個能追蹤四種情緒的「分類器」：開心，疑惑，驚訝和厭煩。用這個軟體在臉上掃描一下就能辨別出情緒;如果同時有多張臉，它就會將其分開，一個一個來。然後，識別臉上的一些主要部位——嘴巴，鼻子，眼睛和眉毛——將像素點分別歸位到每個部位，再用簡單的幾何模型渲染特徵。
ffedex一直被當做一種可靠的情緒推測工具——能夠進入潛意識領域的工具。
Affdex已經做了8萬次皺眉試驗。她站在台上公布結果時說：「我們的正確率能達到90%」。
她的公司已經分析了200多萬個視頻，受試者來自全球80多個國家，在Affectiva初創的時候，她就已經用了幾百個表情訓練她的軟體
Affectiva有賴於Paul Ekman的研究成果。他是一個心理學研究者，他是在六十歲開始研究並建立了權威的理論體系：人類至少有六種普遍的表情，這些表情不論性別，年齡，或是文化背景，都會在每個人的臉上一模一樣地呈現出來。Ekman致力於解密這些情緒，他把它們分解成46個獨立動作，稱其為「動作單元」的結合。把它們分為可變形和不可變形的點，將這些不可變形的點作為錨點，能夠幫助我們判斷其他點移動的距離。
面部識別解析服務 Affectiva 將推 SDK 包，希望在市場營銷以外的領域如遊戲、教學等發揮作用
Affectiva 研究發現，人們對廣告做出的反應——表情數據可以用來預測銷量，精確度達 75%，雖然這僅比傳統的市場調研方式準確率僅提高了 5%。
Affectiva 已經在全世界各地收集了 10 億多個面部表情
此前它已獲得總計 2020 萬美元的投資（李嘉誠參與過其投資），共有員工 35 名。（13年數據）
McCann（Affectiva在巴塞羅那）
- McCann分部沒有幫這個俱樂部制定出一個廣告作戰計劃，而是建議它在座位上安裝一個像Affdex的軟體，並允諾觀眾劇院免費對外開放，但是，每笑一次要收取0.3歐元，上限是80次。如果觀眾試圖掩蓋笑容，或是隱瞞笑的次數，就要收取全票價：24歐元。這家店的營業額一下子就上來了。美國，法國及南非的劇院都聯繫McCann,希望能了解到更多方法。

Face++

清華創業團隊推出人臉雲識別開放平台 Face++
Face++ 團隊成員除了幾名來自清華校友外，還有來自美國哥倫比亞大學、英國牛津大學和美國南加州大學的科研及開發人員。
API總調用量超過60億次
並且在金融、安防、零售領域分別開始了商業化探索成功發育出Face++Financial，Face++Security，Face++BI等垂直人臉驗證解決方案產品。
支付寶將會亮相它的新功能——聲波支付+人臉支付。其中比較值得關注的是人臉支付技術——Face++。
魔漫相機是全球首款將真人拍成幽默漫畫的手機應用，用戶數超過2億，通過Face++對人臉自動捕捉和人臉關鍵點檢測技術並結合表情遷移以及圖像融合技術生成用戶私人漫畫形象，打造用戶百變造型。
相關技術：人臉檢測、追蹤，人臉關鍵點檢測
美顏相機是一款專為愛自拍的女生量身定製的美圖軟體。Face++為美顏相機提供領先的人臉檢測和關鍵點檢測技術，在圖像中精準定位人臉和五官位置，讓多款細膩的人像特效瞬間呈現，讓用戶快速擁有驚艷的面容。
相關技術：人臉檢測、追蹤，人臉關鍵點檢測
MeituKiss超級自拍神器手機，前置攝像頭搭載自動美顏技術。Face++為該款手機提供領先的人臉檢測和關鍵點檢測技術，實現實時美顏，自動美肌，智能美型，極致美瞳。
相關技術：人臉檢測、追蹤，人臉關鍵點檢測
這位美女是誰？她長的好像那誰誰？360圖片搜索告訴你！基於Face++提供的人臉搜索技術，360最新推出了一款線上產品——美女魔鏡。只需輕輕一點，360圖片搜索就可以迅速且準確地找到她，並結合百科給出她的信息。
相關技術：1：N人臉識別，大規模人臉搜索
如何在婚戀網站茫茫人海中找到中意的那個TA？Face++幫你篩選！Face++為世紀佳緣提供先進人臉搜索及匹配技術，結合海量資料庫，尋找與用戶上傳照片最相似的異性人臉，讓人臉搜索技術來幫你！
相關技術：大規模人臉搜索
美圖秀秀是一款國內知名的圖片處理軟體。Face++為美圖秀秀提供領先的人臉檢測和關鍵點檢測技術，在圖像中精準定位人臉和五官位置，從而進行人像美白、五官美化等處理，讓人像瞬間美麗升級，更具吸引力。
相關技術：人臉檢測、追蹤，人臉關鍵點檢測
烏鴉來了是一款iOS體感交互遊戲，使用前置攝像頭捕捉玩家的頭部動作進行遊戲操控，是iOS平台上第一款頭部操控的體感遊戲。烏鴉來了是一款iOS體感交互遊戲，使用前置攝像頭捕捉玩家的頭部動作進行遊戲操控，是iOS平台上第一款頭部操控的體感遊戲。
相關技術：人臉檢測、追蹤

Face++開發者Ye Tian開發的一款娛樂產品，已超過30萬用戶。「有沒有想過，為什麼你和你的爸媽長得一點都不像？為什麼你的兒子女兒和你長得也不像？你確定一定是親生的嗎？用相似臉評分測試你們的長相相似度！絕對準確無誤！
相關技術：1:1人臉驗證
Face++為聯想即將發布的視頻通話軟體提供人臉登陸功能支持。只要對著App簡單一笑，就可以登陸相應的賬號。支持Windows/iOS/Android多個平台。
相關技術：1:N人臉檢測
神州智聯是一家提供互聯網教育服務的科技公司。Face++為神州智聯的遠程教育Android Pad提供用戶人臉登錄和實時身份認證服務，解決互聯網教育的用戶身份確認問題。同時，通過人臉實時認證，還可以統計本人學時，提升教學質量。
相關技術：1:1人臉驗證
內置Face++人臉檢測技術的體感跑酷遊戲，由Face++團隊自行開發。通過手機的前置攝像頭，採用最炫的頭部體感操控。當角色處於高空滑竿等的危險地帶時，玩家需要晃動你的頭部來躲避空中的障礙物才能順利通過。
相關技術：人臉檢測、追蹤
Face++ 團隊介紹人臉識別技術主要有以下幾種基本功能：
1）人臉檢測：從圖片中快速、準確的找到所有的或者有某些特徵的臉。
2）人臉分析：通過人臉，對人的性別、年齡、
情緒的信息進行提取。
3）人臉識別：匹配給定人臉的相似性，或者從成萬上億的人臉資料庫中搜索、返回最相似的人臉索引。
Face++ 不久之後也會提供情緒識別功能。
在推出這個平台之前，他們曾做過一款融合了人臉識別的遊戲《Crows Coming》，有 40 萬用戶體驗了這款 App 遊戲，他們還計劃在 11月15號推出另一款遊戲《Free Skate Xtreme》，這款遊戲模仿《Temple Run》，在其中加入視覺控制因素。

Linkface

全球領先的人臉檢測，
Linkface提供全球領先的人臉檢測、識別技術服務,FDDB人臉檢測公開測試世界第一,300-W Benchmark 準確率世界第一, LFW人臉識別準確率已達99.5%以上。

SenseTime

2014年9月，SenseTime的科學家們首次出征 ImageNet競賽，在大規模物體檢測比賽中以40.7% 的成績獲得世界亞軍，僅次於谷歌的 43.9%；2015年3月，該團隊將此成績提高到50.3%，超越谷歌，達到世界第一的水平，並將這一成果以論文的形式發表在2015年國際計算機視覺與模式識別大會（CVPR）上。
2015年，ImageNet新增了一項視頻物體檢測的任務，比靜態圖像中的物體檢測的難度更高。SenseTime聯合香港中文大學媒體實驗室組成的團隊再次出征。最終，團隊在ImageNet視頻物體檢測競賽中檢測一舉奪得數量、檢測準確率兩項世界第一的成績，以壓倒性的優勢擊敗了對手。成為首個在ImageNet奪冠的中國企業。
SenseTime在2015年年底剛剛完成併購了另外一家人臉識別技術領域的創業公司Linkface。後者也是一匹創業黑馬，同樣擁有諸多超越業界大佬的出色成績單。
公司的研發團隊有超過50多名博士全職任職。該團隊在三大國際頂級機器視覺會議CVPR、ICCV、ECCV上共發表論文超過150篇，在亞洲企業中排名第一。
戴宇榮博士，兩任ICCV（國際計算機視覺大會）領域主席；80餘篇著作發表於頂級會議期刊；韓國科學技術學院（KAIST）終身教職； 2011年KAIST傑出教授；微軟學者。為加入SenseTime而放棄終身教職，因為他更看中SenseTime能將技術轉化為業界實際成果的優勢，以及其在人才和資源方面對於科研的助力；
張偉博士，安徽省高考狀元，本科就讀於清華大學，並於香港中文大學獲得博士學位，曾在Kaggle數據科學家排行榜上排名第六，亞洲科學家中排名第一。放棄對沖基金CTO加入SenseTime。
孫禕博士，本科就讀於清華大學電子系，並於香港中文大學獲得博士學位，人臉識別演算法DeepID系列發明人。超越人眼識別準確率，打敗Facebook。
周斌博士, 中國首位HPC（高性能計算）和GPU（圖形處理器）跨領域研發高級工程師，他是全球第12個NVIDIA CUDA Fellow稱號獲得者，也是目前中國唯一一位獲得此稱號的學者；
邱石博士，清華大學電子系第一名，並於香港中文大學獲得博士學位，2014 年，邱石所在的DeepID-Net 團隊首次參加ImageNet 大規模物體檢測任務比賽中，並以 40.7% 的優異戰績位居第二名，僅次於谷歌。
石建萍博士，微軟學者，谷歌獎學金，香港政府獎學金，從浙江大學到香港中文大學，從本科時代頂級會議CVPR 第一作者Oral 到加入創業團隊。
夏炎博士，微軟研究院計算機視覺博士，中科大第一名，郭沫若獎獲得者。專註深度學習，文字識別。
曹旭東，深度學習專家。清華大學物理系，前微軟研究員。其開發的現象級產品如How Old.net 有數億用戶。該技術廣泛用於微軟產品，如Xbox。

Amscreen

將面部識別技術與傳統廣告板相融合的創舉來自歐洲戶外廣告巨頭 Amscreen，在歐洲四處可見該公司架設的廣告牌。據 TNW 報道，Amscreen 這項大膽創舉已經試運行一段時間了，他們與技術提供方 Quividi 合作，為「獃滯」的廣告牌裝上了「智慧的眼睛」。

Faceshift

基於 Kinect 開發的 Faceshift 能將面部表情實時映射到遊戲中
Faceshift 面部表情捕捉工具，可以幾乎無延時地把你的表面表情實時反饋到 3D 模型中。
Faceshift 可以讓視頻遊戲、聊天以及動畫電影製作變得更快更有趣，也將給遊戲開發商帶來新的機會。事實上面向動畫和遊戲製作者發布的 SDK 已經發布，當然你也可以把它用在其它你能想像到的領域。

小丘機器人

國內首款垂直心理的AI情緒關懷師，給每個人提供隨時隨地的情緒陪伴和積極心理管理服務。
小丘的優勢：小丘是「暖丘」App的關聯產品。
暖丘是目前中國最活躍的普通人的C2C情緒互助社區，暖丘在國內最早專註情緒語料庫，從2014年9月至今目前有500萬優質語料，並迅速增長。競品可以利用公共知識做出AI，但沒有優質語料庫，後期質量提升是重大瓶頸。

飛搜科技

飛搜科技公司是一個以科技創新，自主研發，把機器學習，尤其是深度學習的研究成果應用到人臉識別、圖像識別、視頻內容識別等領域的高科技公司。
飛搜的實時人臉識別演算法，在世界公開測試基準數據集Labeled Faces in the Wild（LFW）上準確性高於99.0%，超過Facebook於2014年6月份在同樣人臉數據集上測試後公布的 97.35% 的準確率。

Uber和中國創業公司Face++聯合研發上線了一種人臉識別系統。這個系統的作用就是為了防止司機們共享一個賬號，以至於人和信息頭像都不相符合，它要求司機在使用App 接單前，都必須接受人臉識別捕捉頭像，與車主上傳的數據信息進行比對，非本人將無法上線接單。

這意味著，想用照片矇混過關是完全沒戲的，因為Uber用的是非常成熟的人臉識別工具包，司機必須做出微笑、眨眼等動作後才可以通過驗證。除了登陸App，司機註冊的時候也必須通過這個人臉識別系統。而乘客在乘坐過程中，有可能會收到Uber的信息來證實汽車是否為註冊的車輛，司機是不是本人等問題。通過乘客的反饋和人臉識別系統的通過率，Uber會重新給每位司機估算「安全指數」，如果指數不合格，Uber將會再次對司機進行調查。

《the Oxford Handbook of Face Perception》一書中，每一章節的撰寫者都是面孔細分領域裡面的大牛。社會認知取向的Kurt Hugenberg, 神經方向的 Stefan R.Schweinberger, 另外種系面孔識別較出名的有 Lisa A.Parr 與Will Hayward ，另外還有如Andrew J.Calder， Martin Eimer， A.Mike Burton等等，還有其他小領域裡面的不一一列舉了。

香港的湯曉鷗