本文提出了一种基于神经网络的端到端模型，从单个摄像头输入中推断出人脸的近似 3D 网格表示，适用于 AR 应用程序。该模型具有相对密集的 468 个顶点网格模型，非常适合基于人脸的 AR 效果。该模型在移动 GPU 上具有超级实时推断速度（100-1000+FPS，取决于设备和模型变体），并且预测质量与同一图像的手动注释的变化相当。

Jul, 2019

该论文提出一种新的 CNN 模型结构和快速空间注意力机制，能够在实时高分辨率图像和视频上进行语义分割，同时实现更好的准确性和速度。在 Cityscapes 数据集中，该模型在单个 Titan X GPU 上实现了 74.4％ mIoU 的 72 FPS 和 75.5％ mIoU 的 58 FPS，比现有方法快约 50％，并保持相同的准确性。

Jul, 2020

BlazeFace 是一个轻量且表现良好的人脸检测器，适用于移动 GPU 推理，能够以 200-1000+FPS 的速度运行。它可应用于需要准确面部区域的增强现实流水线，作为 2D / 3D 面部关键点或几何估计，面部特征或表情分类以及面部区域分割的输入。我们的贡献包括一个轻量级的特征提取网络、一个从 SSD 修改的 GPU 友好型锚点方案以及一种改进的连接决策策略。

Jul, 2019

研究了面部关键点估计的准确性和速度问题，提出了一种基于软件的面部关键点姿态估计方法，利用逐步迭代预测回归误差的方法来区分样本，通过多尺度、基于补丁的轻量级特征提取器来进行面部关键点姿态估计，在移动设备 GPU 上实现了实时运行。

Aug, 2021

该研究提出了一种称为 Mesh R-CNN 的系统，将 2D 感知和 3D 形状预测相结合，通过预测三角形网格的方式获取检测物体的完整 3D 形状，并在 Pix3D 上应用该系统来共同检测物体和预测它们的 3D 形状。

Jun, 2019

本文介绍了一种基于注意力的部件组装的 VodAttention 网络架构和通道分离的部件注意力方法，用于处理 3D 形状建模问题。实验结果表明，该方法在处理部件关系感知的 3D 形状建模任务上优于大多数现有的先进方法。

Apr, 2023

该研究使用改进的 MobileNet CNN 技术，以快速准确的方式对头发进行分割，实现了在美容行业中实时增强发色的目标。

Dec, 2017

该论文介绍了一种基于几何的方法来解决现有的真实时间凝视估计系统所面临的挑战，利用普通消费级硬件生成准确、稳定的人脸和虹膜的三维地标，从而预测眼睛凝视方向，实现低计算资源要求下的高精度、实时的眼睛凝视估计。

Dec, 2023

通过使用基于多分支扩张卷积的线性瓶颈块的模型 MMNet，我们解决了移动设备上自动人像抠图的问题，实现了实时推断，而且性能下降很小，比现有技术更快。

Apr, 2019

本文通过神经网络模拟超分辨率框架，可以实现将低成本、实时物理模拟产生的面部表现有效、逼真地提升到接近高分辨率（我们例子中元素数量高出 26 倍）的参考质量，同时补偿了实时模拟的限制和成本削减近似的建模差异，不需要提供任何语义描述符或参数，除了实时模拟的结果。

May, 2023