端到端深度人脸识别的要素：近期进展综述

人脸识别是计算机视觉中最热门且长久的课题之一。随着深度学习技术与大规模数据集的最近发展，深度人脸识别已取得显著进展并广泛用于许多真实应用。给定自然图像或视频帧作为输入，端到端深度人脸识别系统输出用于识别的人脸特征。为此，典型端到端系统由三个关键要素构建：人脸检测、人脸对齐与人脸表征。人脸检测定位图像或帧中的人脸。随后进行人脸对齐，将人脸校准至规范视角并以归一化像素尺寸裁剪。最后，在人脸表征阶段，从对齐人脸中提取判别性特征用于识别。如今，这三个要素均由深度卷积神经网络技术实现。本综述对每一要素的最新进展进行全面回顾。首先，我们概述端到端深度人脸识别。然后，分别回顾各要素进展，涵盖诸多方面如迄今算法设计、评估指标、数据集、性能比较、现存挑战与未来研究有前景方向。我们也详细讨论各要素对其后续要素及整体系统的影响。通过本综述，我们希望在两方面做出贡献：其一，读者可便捷识别子类中具强基线风格的方法以进一步探索；其二，也可采用合适方法从零建立 SOTA 端到端人脸识别系统。