本文提出一种深层级联多任务框架，通过三层深度卷积神经网络的分级设计，在对人脸和人脸特征区域进行预测的粗到细的过程中，利用其中的内在相关性以提高人脸检测和特征点定位的性能，在学习过程中还采用一种新型的在线困难样本挖掘方法，能够自动提高性能而无需手动样本选择。

Jan, 2022

本文介绍了深度学习技术在人脸识别领域中的应用和进展，提出了需要更大和更具挑战性公共数据集的必要性，以及可以提供这样数据集的机构。

Feb, 2019

这篇论文回顾了目前最先进的人脸检测器在高质量图像上的表现，并评估了它们在低质量图像上的鲁棒性，结果表明，手工设计或基于深度学习的人脸检测器在低质量图像上的性能下降，需要研究更加鲁棒的设计方案。

Apr, 2018

计算机视觉领域中，人脸检测是大多数处理包含人的图像的应用的核心组件。尽管该领域已经有了很多研究，但人脸检测仍存在问题，如准确性和速度。本综述论文展示了该领域的进展以及仍需解决的重要问题，并提供了研究方向，可作为人脸检测领域的研究项目。

Feb, 2024

本文提出了一种基于卷积神经网络的 Deep Dense Face Detector (DDFD) 方法，不仅不需要姿态或者地标注释，而且能够探测多个视角下人脸的位置，并且表现出与其他方法相当或优于其他更为复杂的方法。

Feb, 2015

本研究旨在使用 Python，OpenCV 和 Matplotlib 实现并比较多种面部检测和识别算法，以提高系统的识别准确性，该系统可应用于公共场所、购物中心和 ATM 亭等有闭路电视的地方。

Jun, 2022

本文提出了一种使用深度神经网络技术实现的、适用于各种人脸检测和识别的解决方案，包括面部检测、特征定位和人脸验证等环节，并在许多测试数据集上达到了最新水平。

Sep, 2018

本研究对最新的深度伪造检测器进行了广泛综述和分析，评估了它们在几个关键标准下的表现，并将它们分类成四个高水平组和十三个细粒度子组，进一步提供了关于影响检测器有效性的因素的深入实际见解。通过考察 16 个主要检测器在多种标准攻击场景下的普适性，包括黑盒、白盒和灰盒设置，系统性的分析和实验为对抗各种攻击场景的深度伪造检测器的研究奠定了基础，并为制定更积极的防御策略提供了启示。

Jan, 2024

本文对现代人脸检测算法面临的挑战进行了阐述，着重研究了一类子问题：检测戴口罩的人脸。文章回顾了当前的最先进人脸检测器和专门针对戴口罩人脸识别的算法，并评估了一组代表性的检测器在检测戴口罩人脸问题上的表现，并讨论了影响表现的可能因素。

May, 2023

本篇综述论文介绍了基于大量标记图像的面部特征点检测，总结了现有方法并将其分类为四大类：基于约束局部模型，基于主动外貌模型，基于回归和其他方法。虽然已取得了重要进展，但仍有待进一步探索面部特征点检测的未来方向。

Oct, 2014