openface

openface是一個基於深度神經網路的開源人臉識別系統。該系統基於谷歌的文章《FaceNet: A Unified Embedding for Face Recognition and Clustering》。openface是卡內基梅隆大學的 Brandon Amos主導的。

OpenFace

很有意思的一個事情是，我們要介紹的第二個專案，同樣叫做OpenFace，只是他的首字母都是大寫的，這個專案主要在Landmark Detection，Landmark and head pose tracking，Facial Action Unit Recognition等，其中Facial Action Unit Recognition是個比較有意思的點，該專案給出一個臉部的每個AU的迴歸分數和分類結果。

face_swap

face_swap實現了一種end-to-end的自動換臉演算法，基於單圖換臉，C++實現所有的程式碼。專門準備的人臉資料集，讓FCN在分割人臉時得到優異的效果。論文：《On Face Segmentation, Face Swapping, and Face Perception》。

SeetaFaceEngine

中科院山世光老師開源的人臉識別引擎—SeetafaceEngine，主要實現下面三個功能：
SeetaFace Detection
SeetaFace Alignment
SeetaFace Identification

deepfakes_faceswap

相比於前面幾個，deepfakes_faceswap的內容就要相對簡單很多，它在訓練一個CNN網路做2D的換臉，不同於faceswap，訓練出來的網路只能針對於當前的兩個圖片，而且依賴大量資料。有意思的是，最近傳的很火的神奇女俠—蓋爾加朵的視訊，就是這個程式碼做出來的，很邪惡。

3dmm_cnn

一個很優秀的工作，利用ResNet101從單圖建模出3維人臉影象，得到不錯的效果。一種基於深度學習演算法的人臉3維重建方法。
論文：《Regressing Robust and Discriminative 3D Morphable Models with a very Deep Neural Network》
github：

vrn

用CNN Regression的方法解決大姿態下的三維人臉重建問題。
ICCV論文：《Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric CNN Regression》

4dface

face-alignment

2D-and-3D-face-alignment

兩個github專案，在做同一件事，2d和3d的人臉對齊問題，區別在於前者是Pytorch 的程式碼，後者是Torch7的。
論文有個很霸道的名字：《How far are we from solving the 2D & 3D Face Alignment problem? (and a dataset of 230,000 3D facial landmarks) 》ICCV2017

DRML

北郵的論文：《Deep Region and Multi-label Learning for Facial Action UnitDetection》 CVPR 2016；
作者定義了自己的新的層結構做區域學習多標籤檢測，來提升AU檢測的效果。文章對12類AU的檢測進行了訓練和測試，分別是AU1,AU12,AU15,AU17,AU2，AU20,AU25,AU26,AU4,AU5,AU6,AU9。