【总结】有三AI秋季划人脸算法组3月直播讲了哪些内容，计算机视觉你不可能绕开人脸图像
大家知道，有三AI有计算机视觉的人才培养体系，分为三个等级，分别是春季划，夏季划，秋季划，如果不熟悉可以查看下面介绍。
(1) 春季划的目标，是为了培养新人熟悉深度学习和计算机视觉的核心领域，达到一般岗位项目研发的水平。
(2) 夏季划的目标，是为了让大家更深层次掌握框架的使用，同时熟悉更多的计算机视觉领域。
(3) 秋季划的目标，则是专精于某一个方向，目前包括模型优化，人脸算法，图像质量，GAN。
过去的3月份，我们给人脸算法小组进行了突击直播，包括4期内容。那么这4期直播都包括了哪些内容呢？
第一期：人脸检测核心技术与难题
第一期的内容为人脸检测的核心技术与难题，这是所有人脸算法的基础，在这次直播中，主要讲述了以下内容：
(1) 人脸检测评测基准。人脸检测问题是一个老问题，不过随着算法不断在现实场景中落地，也面临复杂场景的新挑战，我们对此做了详细的回顾。
(2) 小脸检测。小目标的检测是当前目标检测中的重点和难点，在人脸领域也一样，我们总结了其中主流的解决办法。
(3) 遮挡人脸检测。这次疫情的爆发也让许多人关注到了遮挡的人脸检测和识别问题，其实它在开放环境下一直存在，我们总结了相关的技术。
(4) 活体和伪造人脸检测。活体检测是一个很古老的问题了，而伪造人脸检测也是当下的热点，我们介绍了一些技术，以后还要专门开一期直播来进行最新技术的总结。
第二期：人脸识别核心技术与难题
接着是第二期，人脸识别核心技术与难题，在这次直播中，我们重点讲述了以下内容：
(1) 人脸关键点算法。人脸关键点检测是人脸识别算法的预处理步骤，用于对人脸进行对齐，本身它也是很多人脸算法的基础，我们总结了人脸关键点标注的发展以及当前的核心技术。
(2) 人脸识别算法。这一小节我们对当前人脸的各个维度评测基准进行了介绍，对人脸识别算法的流程以及其中关键技术的发展路线进行了总结。
(3) 人脸识别难点。人脸识别已经做了很久了，但这个问题并没有结束，难点在各个垂直领域依旧存在，我们对各个维度的相关技术进行了汇总介绍。
第三期：人脸属性分析与编辑
接着是第三期，人脸属性分析与编辑，在这次直播中，我们重点讲述了以下内容：
(1) 人脸年龄识别与编辑。年龄是人脸的基本属性，年龄识别可以用于相关人机交互应用，年龄的编辑在娱乐和人脸识别等领域有重要作用，我们对其中的算法进行了总结。
(2) 人脸表情识别和编辑。表情是人脸的基本属性，表情识别可以用于相关人机交互应用，表情的编辑在娱乐和人脸识别等领域也有重要作用，我们对其中的重要算法进行了总结。
(3) 人脸姿态识别与编辑。人脸姿态的识别可以用于关键点与人脸重建等领域，姿态编辑则有助于人脸识别等领域，我们对其中的重要算法进行了总结。
(4) 其他。人脸是应用最广泛的图像，还有很多其他的应用，包括美颜，变脸，卡通化等等，这也是我们关注的内容。
第四期：三维人脸重建
接着是第四期，三维人脸重建，在这次直播中，我们对人脸重建的传统方法和深度学习方法进行了介绍：
(1) 人脸重建基础。这一部分主要是了解人脸重建的各种方法，从手工建模到基于图像的重建(三维模型，SFM，SFS等)。
(2) 传统人脸三维重建算法。我们对传统的基于图片的3DMM算法进行了总结，并且推荐了相关项目供大家实践。
(3) 深度学习三维重建。当前人脸重建算法重心也已经转到了深度学习模型，我们总结了主流的各类模型，也在图文作业中给出了各种实践。
接下来的直播安排
在4月份，我们不会再做新直播安排，让大家先消化已有的内容。到了5月份，我们还会安排有人脸伪造与检测，视频中的人脸分析等相关内容，接下来敬请期待吧。
小提示：直播的地点就在微信群内，并且所有资料发放也在微信群内，这都是为了保护人脸算法小组成员的权益。
如何学习以及报名
人脸算法小组的学习路线如下：
学习的资料包括：
(1) 一些相关的视频讲解，不定期增加。
(2) 图文课件和实践代码，数据集。
当然了，更重要的是多讨论，相互进步，毕竟内容很多。