上期回顾：

5天入门机器视觉

◆ ◆ ◆

学习目标

• 熟练使用云从科技API和OpenCV

• 实现人脸对齐（扩展学习）

• 学习人脸检测和关键点定位的基础理论（扩展学习）

◆ ◆ ◆

学习指引

Day 1：云从科技API，你了解么~~

1. 云从科技API 

http://www.cloudwalk.cn/api_6.html

2. 使用OpenCV读入并显示一幅图片

3. 人脸检测发展：从VJ到深度学习（上）

http://www.leiphone.com/news/201608/MPXlWtGaJLPYL7NB.html

经典论文阅读：IJCV04-Robust Real-Time Face Detection

https://pdfs.semanticscholar.org/4ccb/81fbbcbd1af3b8ac04c108a57c403e2dffae.pdf

延伸阅读：

CNCC 2016 | 山世光：深度化的人脸检测与识别技术—进展与展望

http://www.leiphone.com/news/201610/rZ2Mn9UFF3x8FaEt.html

一席 | 进击的人脸识别

http://www.yixi.tv/lecture/388

Day 2：云从科技API，能调用么~~

1. 找一张带有人脸的图片，利用云从科技API进行人脸检测和关键点定位。看看是否能成功调用？

参考Demo

http://pan.baidu.com/s/1kVBECHh

如果能，那将人脸框和关键点显示出来看看咯，应该像这样：

2. 人脸检测发展：从VJ到深度学习（下）

http://www.leiphone.com/news/201608/IUpGIV33MWwH0x3Y.html

经典论文阅读：CVPR15 - A Convolutional Neural Network Cascade for Face Detection

http://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Li_A_Convolutional_Neural_2015_CVPR_paper.pdf

论文笔记：

http://blog.csdn.net/u010333076/article/details/50637317

延伸阅读：

造就 | 天眼系统终将开启，你准备好了吗？

https://www.zaojiu.com/talks/418

TED | 如何教计算机理解图片

http://open.163.com/movie/2015/3/Q/R/MAKN9A24M_MAKN9QAQR.html

Day 3：人脸对齐（扩展学习）

1. 根据Day 2 获得关键点，通过放射变换，将人脸对齐到正面，就像这样：

http://www.cnblogs.com/cv-pr/p/5438351.html

2. 人脸关键点定位（上）

http://www.leiphone.com/news/201608/MFDbG6TghCWDDOHq.html

经典论文阅读:

Facial Feature Point Detection: A Comprehensive Survey

https://arxiv.org/pdf/1410.1037.pdf

Face Alignment In the Wild: A Survey

https://arxiv.org/pdf/1608.04188.pdf

Day 4： 人脸对齐 – 平均脸（扩展学习）

1. 基于人脸关键点信息，通过人脸对齐，可以计算多张人脸照片的平均脸：

https://www.learnopencv.com/average-face-opencv-c-python-tutorial/

小伙伴们可以尝试把亲朋好友的照片收集来计算一下平均脸，然后去朋友圈秀一波~~

2. 人脸关键点定位（下）

经典论文阅读：

CVPR14 - Face Alignment at 3000 FPS via Regressing Local Binary Features

http://www.jiansun.org/papers/CVPR14_FaceAlignment.pdf

CVPR13 - Supervised Descent Method and its Applications to Face Alignment

https://courses.cs.washington.edu/courses/cse590v/13au/intraface.pdf

CVPR12 - Face detection, pose estimation and landmark localization in the wild

http://www.ics.uci.edu/~xzhu/paper/face-cvpr12.pdf

Day 5： 人脸识别数据集

LFW

http://vis-www.cs.umass.edu/lfw/

VGG Face Dataset: http://www.robots.ox.ac.uk/~vgg/data/vgg_face/

MegaFace

http://megaface.cs.washington.edu

更多更全请看：

https://github.com/betars/Face-Resources

◆ ◆ ◆

学习目标

• 人脸初步美颜：画眉，涂唇（第一次美颜，不好看是正常的~）

• 人脸虚拟特效：用卡通或动物的鼻子和眼睛贴到人的鼻子或眼睛位置（注意不要弄成丑八怪哟~）

• 学习人脸检测和关键点定位的基础理论（感兴趣就看看咯~）

   

◆ ◆ ◆

学习指引

Day 1： 美颜之画眉

1.根据Week 1所得到的关键点，找到眉毛位置，然后发挥大家美术功力，画一画眉毛，比如加黑加粗，或是画上不同的眉形（不懂就去问妹子吧…… ）

Tips

所谓画眉，其实就是修改眉毛区域像素值，这里会涉及到cv::Mat带Mask的加法操作。注意眉毛边缘的渐变效果。另外，美颜的效果可以参考某图某秀（避免广告嫌疑）等美颜修图软件。完成本次实战，你就可以亲自去帮妹子修图啦~

2.经典论文阅读

IJCV04-Robust Real-Time Face Detection

https://pdfs.semanticscholar.org/4ccb/81fbbcbd1af3b8ac04c108a57c403e2dffae.pdf

Day 2： 美颜之涂唇

1. 类似于Day 1画眉，这次要修饰的地方是唇部，大家可以设计各式各样的酷炫唇彩

Tips

画眉和涂唇会涉及到一个问题是如何通过几个关键点得到闭合区域，OpenCV里面有函数可以实现，去找找看吧~

2.经典论文阅读

CVPR15 - A Convolutional Neural Network Cascade for Face Detection

http://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Li_A_Convolutional_Neural_2015_CVPR_paper.pdf

论文笔记：

http://blog.csdn.net/u010333076/article/details/50637317

Day 3： 特效之鼻子 + 人脸关键点定位（上）

1.根据关键点，找到鼻子区域，然后再相应位置贴上卡通或动物的鼻子

就像这样：

2. 人脸关键点定位（上）

面部特征点检测的关键技术：

http://www.leiphone.com/news/201608/MFDbG6TghCWDDOHq.html

经典论文阅读

Facial Feature Point Detection: A Comprehensive Survey

https://arxiv.org/pdf/1410.1037.pdf

Face Alignment In the Wild: A Survey

https://arxiv.org/pdf/1608.04188.pdf

Day 4： 特效之眼睛 + 人脸关键点定位（下）

1. 找一些酷炫的素材，贴在眼睛上吧~

Tips

其实虚拟特效不局限与鼻子和眼睛，尽情发挥自己的创意！

2. 人脸关键点定位（下）

经典论文阅读：

CVPR14 - Face Alignment at 3000 FPS via Regressing Local Binary Features

http://www.jiansun.org/papers/CVPR14_FaceAlignment.pdf

CVPR13 - Supervised Descent Method and its Applications to Face Alignment

https://courses.cs.washington.edu/courses/cse590v/13au/intraface.pdf

CVPR12 - Face detection, pose estimation and landmark localization in the wild

http://www.ics.uci.edu/~xzhu/paper/face-cvpr12.pdf

Day 5： 生成美颜特效视频

1. 融合之前get到的技能，生成一段带美颜特效的自拍视频吧~

大家要发出来PK哦（好期待~）

2. 延伸阅读：

CNCC 2016 | 山世光：深度化的人脸检测与识别技术—进展与展望

http://www.leiphone.com/news/201610/rZ2Mn9UFF3x8FaEt.html

造就 | 天眼系统终将开启，你准备好了吗？

https://www.zaojiu.com/talks/418