来凑个热闹，我是一名本科生，我的理想是发一篇cvpr。 在人脸方向学习有一段时间了，谈谈我的看法。 首先回答你的问题，“大学生写人脸识别算法的可能性”。 答案是可以，完全可能。（你说的大学生，我理解为本科生）暂时先抛开人脸识别算法的准确性来说，目前开源的人脸识别的项目代码就有很多，数不胜数。目前用的比较多的有seetaFace，dlib库，还有opencv自带的基于模板匹配的识别，这些都是基于传统的特征提取然后进行距离度量的方法。目前比较火的基于深度学习的人脸识别也有很多，类似于centerFace，normFace，sphereFace，都是最近关注度比较高的一些深度学习的人脸识别，还有kaipengZhang在本科阶段就搞出了MTCNN这样牛逼的人脸检测算法。所以你说的问题完全是有可能的，很多在校本科生在这方面已经玩的很熟了。（后面我把这些开源项目地址放出来） 然后，我觉得你是不是加入了一个自称技术极客的所谓技术群 为什么这么说呢，现在有一群人很瞧不起他们眼中的大学生。他们这群人就是自己没读过大学，但是收入比普通大学生要高。举个例子，我一个初中同学，高中没读完，就去读了个技校，然后工作，然后在07年前后参加了IT培训班，当时的IT浪潮刚刚起来。现在在帝都的互联网公司，年收入20~30W。这收入当然是秒杀我这种渣渣了。所以每次见面他都是有一种隐约的现在的大学生都学些啥东西，浪费青春，云云。因为现在互联网行业的待遇确实要比其他行业的高很多。并且是随便一个培训班培训出来学生就比普通本科文科或者工科学生工资要高。 现在瞧不起大学生的人群有很多，一方面是因为他身边的大学生确实不怎么样导致他管中窥豹，认为所有的大学生都不怎么样。另一方面是他确实比大多数大学生某一方面强（一般他们会看经济收入） 最后，放一点资料，写一点人脸方面的东西 人脸分为两个部分：人脸检测，人脸识别 人脸识别又分为两个部分：face verification（人脸验证）和 face identification（人脸辨识）。 解释下这两个概念。face verification是1对1，判断两个人脸是否是同一人，验证现在待检测的你是不是你自己，例如现在武汉火车站实现了刷人脸自助进站，刷身份证就验明信息，这里就是对比身份证上的图片和你进站时摄像头拍的图片进行对比，验证是否是同一人。face identification是1对n，从人脸库中找到给定的人脸的对应身份信息。或者理解成检测你是不是某个黑名单中的要管制的对象，例如公安系统的黑名单对比，或者人脸识别考勤，就是确认你是不是数据库中的某个对象。 人脸检测 人脸检测从刚开始的分类器（adaboost之类）到现在神经网络，发展很快，效果也很好。 1，opencv2中就自带了人脸检测的代码，也是利用分类器的原理进行检测，OpenCV\samples\facedetect.cpp，实现起来特别简单。 2，seetaFace 是中科院山世光组开源的一个项目，除了opencv以外不依赖其他的第三方库。效果和速度都还不错，是当时2016年的开源的一股清流，当时评价很不错。唯一遗憾是没有开源训练方法。seetaface/SeetaFaceEngine 3，MTCNN 这个是基于深度学习做的一个人脸检测，它是一个级联的cnn结构。其检测效果很不错，也是现在用的最多的一个开源的人脸检测算法。 论文链接：[1604.02878v1] Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks 代码链接：https://github.com/kpzhang93/MTCNN_face_detection_alignment 4，MTCNN-light 上面3中的MTCNN是基于深度学习框架下实现的人脸检测，在GPU上的表现很不错，但是在CPU上面时间消耗或许成了一个问题，后来有人仿照mtcnn的思想，用c++代码没有依赖框架实现了mtcnn-light。虽然精度有一点损失但是在cpu上表现不错。 代码链接：AlphaQi/MTCNN-light 人脸识别 人脸识别的目的就是将人脸检测到的人脸进一步确认其身份，严格地来讲，在进行识别之前还有一个步骤，叫做人脸对齐（face alignment），有时候检测到的人脸是歪的，斜的，需要将人脸进行对齐，对齐之后再识别。 人脸对齐就需要准确的标注出人脸上的特征点位置，例如眼睛，鼻子，嘴巴，或者轮廓，这样才能知道人脸的角度，再进行对齐操作。seetaface，mtcnn中都带有特征点输出，当然还有dlib和3000fps这样的库进行人脸对齐。 dlib链接：dlib C++ Library 人脸识别中最重要的一部分就是将人脸上的特征如何提取出来这一部分，根据提取特征这一部分的方法的不同可以分为传统特征提取和深度学习特征提取。传统的提取人脸特征一般是haar或者lbp特征，深度学习提取的特征是不为人知的某种特征。将提取出来的特征（n维的特征向量）用距离度量的某种方法来判断两个人脸的相似度。 现在深度学习常用的人脸识别的算法有 caffeFace：https://github.com/ydwen/caffe-face normFace：https://github.com/happynear/NormFace mobile ID：liuziwei7/mobile-id sphereFace：wy1iu/sphereface sphereFace是截止到目前开源的效果最好的一个算法。 特征提取完成之后，需要用一种度量的方法来判断两个特征向量的距离，从而判断两个图片是否是同一个人。 在face verification中常用的方法就是 联合贝叶斯 在face identification中常用的方法是 余弦相似度 在度量方法中其实有很多种可选的方法，上面说的只是比较常见的。 目前想到这么多就写这么多吧，以后有时间再更新。 -----------2018年4月6日 又过了好几个月的时间了，新的人脸识别算法层出不穷。 AM-softmax[1801.05599] Additive Margin Softmax for Face Verification cosface Large Margin Cosine Loss for Deep Face Recognition 上面这两个算法其实是一样的，撞车了。其根本的思想都是基于sphere face的大尺度边界设计的损失函数上做文章的。 目前效果最好的人脸识别开源算法应该是 洞见实验室的arcface（因为arcface与虹软的arcface相同，所以将其名字改为了insightface）代码链接： insightface。 之前基于度量学习的人脸识别算法都面临一个很严重的问题，难以训练。例如sphereface中，其loss的核心思想：最小类间距离大于最大类内距离，所以在自己组织样本训练的时候会非常的难以收敛，但是arcface在训练方面会好一点。 ----------------2018年7月25日 我想换一份工作，去面试了一家做人脸的公司。真正地诠释了什么“自取其辱”，其实我现在也开始怀疑了本科生适不适合做图像算法了。 一个本科生去面试算法工程师自取其辱的故事 - CSDN博客

现在应用最广的基于cnn的人脸检测算法就是张凯鹏本科时候做出来的，人脸识别实现起来比人脸检测简单很多，有什么不行的。 https://kpzhang93.github.io/MTCNN_face_detection_alignment/

人脸检测算法算是比较简单的 以前项目需要做过 实现用了OpenCV2.4.9+VS2013 基本方法是基于adaboost算法的级联分类器检测 用OpenCV可以很容易实现，这个方法算是比较老的了，由于是在视频中一帧一帧进行检测，为了保证运行速度和准确性，需要人脸离摄像头比较近，这也算是该算法的一个缺点吧。 大学多参加创新项目和比赛对个人还是非常有用的，只要做过一些相关的项目就会了解其中的算法代码，不必妄自菲薄，术业有专攻，虽然是计算机系的，但不可能所有的专业技能都精通（相对于我这种小学生而言），我觉得干好一件事就非常不错了，接触到了学习了便会了 代码实现参考： 来源：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/objdetect/cascade_classifier/cascade_classifier.html#cascade-classifier 准备工作：安装VS2013，配置OpenCV的环境（具体参考浅墨的CSDN教程说的很详细）

 #include "opencv2/objdetect/objdetect.hpp"
 #include "opencv2/highgui/highgui.hpp"
 #include "opencv2/imgproc/imgproc.hpp"

 #include <iostream>
 #include <stdio.h>

 using namespace std;
 using namespace cv;

 /** 函数声明 */
 void detectAndDisplay( Mat frame );

 /** 全局变量 */
 string face_cascade_name = "haarcascade_frontalface_alt.xml";
 string eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
 CascadeClassifier face_cascade;
 CascadeClassifier eyes_cascade;
 string window_name = "Capture - Face detection";
 RNG rng(12345);

 /** @主函数 */
 int main( int argc, const char** argv )
 {
   CvCapture* capture;
   Mat frame;

   //-- 1. 加载级联分类器文件
   if( !face_cascade.load( face_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };
   if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };

   //-- 2. 打开内置摄像头视频流
   capture = cvCaptureFromCAM( -1 );
   if( capture )
   {
     while( true )
     {
   frame = cvQueryFrame( capture );

   //-- 3. 对当前帧使用分类器进行检测
       if( !frame.empty() )
       { detectAndDisplay( frame ); }
       else
       { printf(" --(!) No captured frame -- Break!"); break; }

       int c = waitKey(10);
       if( (char)c == 'c' ) { break; }
      }
   }
   return 0;
 }

/** @函数 detectAndDisplay */
void detectAndDisplay( Mat frame )
{
  std::vector<Rect> faces;
  Mat frame_gray;

  cvtColor( frame, frame_gray, CV_BGR2GRAY );
  equalizeHist( frame_gray, frame_gray );

  //-- 多尺寸检测人脸
  face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );

  for( int i = 0; i < faces.size(); i++ )
  {
    Point center( faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5 );
    ellipse( frame, center, Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 );

    Mat faceROI = frame_gray( faces[i] );
    std::vector<Rect> eyes;

    //-- 在每张人脸上检测双眼
    eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) );

    for( int j = 0; j < eyes.size(); j++ )
     {
       Point center( faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5 );
       int radius = cvRound( (eyes[j].width + eyes[i].height)*0.25 );
       circle( frame, center, radius, Scalar( 255, 0, 0 ), 4, 8, 0 );
     }
  }
  //-- 显示结果图像
  imshow( window_name, frame );
 }

haarcascade_frontalface_alt.xml 是人脸分类器， haarcascade_eye_tree_eyeglasses.xml 是人眼分类器。 其实这就是官网给出的示例代码，具体链接上面已经给出，分类器可以自己训练也可以直接用别人训练好的，仅供学习参考。

做算法研究，核心是数学，大学生的范围比较广，如果你指本科生的话，那么不存在行不行的问题，只是你愿不愿意的问题，你是否愿意耐着性子去看上百篇该领域的专业论文，耐着性子自己编程验证比较多种经典算法的优劣，找到现有算法的不足后，认真思考解决办法，再仿真验证......，如果这些都没问题的话，你真的可以去做识别算法研究。 如果立志做算法的应用，那么你需要做如下事情： 1.耐着性子去看几百篇该领域的专业论文; 2.耐着性子自己编程验证比较多种经典算法的优劣; 3.算法只是应用中的一个点，要做出真正的应用，你还需要把该算法前后的东西搞明白，加进去，例如：预处理（数据装配、滤波、增强、矫正......），算法优化等等，必须要明白，论文中的算法离实际应用产品的距离是非常遥远的，论文算法只是解决一两个核心问题，而一个好的产品需要是一整条的算法链； 这就是为啥一个好用的产品需要一个团队来开发，从算法研究到产品测试，环节非常多。几个人的草台班子也能做产品，如果班子中有几个大牛存在，甚至产品的功能还挺强，但很难做出优秀的产品，因为大牛也仅仅是在这个链条中间的几个环节比较牛，其他环节没做好，出来的产品一样是垃圾。 回到你的问题，以上的事情，你真的愿意去做吗，如果愿意，你真的可以。

当然现实啊，一边能学习算法，一边能做出好玩的东西。大学时期不做点自己喜欢的事情那真是浪费啦！

大学生写人脸识别算法现实吗？ 这是完全不理智的行为。 面部识别技术，可分成两类。 1.人的面部生物特性识别，这是AI技术一定可以完全实现的。也许今后结合生物工程，可以制造一个你的一模一样的面膜，而不被安全保卫系统识别。 2.AI面部识别技术，比不上宠物狗宠物猫的面部识别技术。 京东金融JDD大赛今年举办的猪脸识别比赛，再高级，也不过是一个猪呀狗呀羊呀猫呀同等级的脸部识别的比赛。现在的AI技术，面部识别能力根本不能达到，猪呀狗呀羊呀猫呀同等级的识别能力。 猪呀狗呀羊呀猫呀，可以读懂主人的基本面部情绪的变化，宠物狗猫猪羊可以通过主人面部表情，预测主人的一些基本未来行为。 人的视觉系统只是人感觉系统的基础。人的感觉还受到人的高级意识、情绪变化的直接控制。 举一个例子，人可以绘画。AI计算机根本不可能进行绘画。因为人类文明中的绘画，是人类灵性的表达。 AI机器人，只是一种数学逻辑的计算机表达，AI机器人要真正理解一个图像的真正的内容。必须拥有人类的灵性这个最高级的东西，才会读懂人的面部情绪变化。 一个人的内心活动，与人的面部表情变化，没有绝对的关系。AI机器人要识别一个人在说谎话，比登天都难。但是3岁的小孩，都可以识别成人世界明显的谎话。 AI大佬，知否？？？？？？？？？ 人的眼睛有着接收及分析视像的不同能力，从而组成知觉，以辨认物象的外貌和所处的空间（距离），及该物在外形和空间上的改变。脑部将眼睛接收到的物象信息，分析出四类主要资料；就是有关物象的空间、色彩、形状及动态。有了这些数据，我们可辨认外物和对外物作出及时和适当的反应。 ·当有光线时，人眼睛能辨别物象本体的明暗。物象有了明暗的对比，眼睛便能产生视觉的空间深度，看到对象的立体程度。同时眼睛能识别形状，有助我们辨认物体的形态。此外，人眼能看到色彩，称为色彩视或色觉。此四种视觉的能力，是混为一体使用的，作为我们探察与辨别外界数据，建立视觉感知的源头。 人类视觉系统的感受器官是眼球。·眼睛后段是感光的部分。后段有视网膜，它是由两种感光细胞所组成，这两种细胞因其形状而名为杆状细胞(rod cells)和锥状细胞(cone cells)，作用是将水晶体聚焦而成的光线变成电信号，并由神经细胞送往脑部。外界的光线信息进入眼球后，会被眼球内的神经细胞转变为电信号，再被传输送到脑袋中。脑部接收电信号之后，会引起连串的思维活动，并作出适当的行动或反应。·一个视能正常的人，能分辨在视网膜上来自不同投影的影像。这种能力称为”视觉敏锐度”。 在接近视网膜的中央，距离眼角膜最远的地方，这位置称为黄点(fovea) ，是感光细胞最密集，视觉敏锐度最高的位置。 ·色视觉原理 ·眼睛里有三种不同的锥细胞，分别对红、绿、蓝三种波长的光线敏感，当不同波长的光波进入眼睛并投映在视网膜上时，大脑就通过分析由各个锥细胞输入的信息去感知景物的颜色。 ·色盲的形成，是因为视网膜上的锥状细胞不能分辨颜色。大部分人天生具有正常色觉，他们可辨认由三原色调配出来的不同颜色。但亦有人是二色视者，他们只可看见光学三原色中的二种。二色视者又称色弱，他们仍能看见颜色，只是他们看不见其中一种三原色，他们会混淆某些颜色，例如会看不出黄黑条纹颜色，不过可以会出对比大的色样，所以我们设计机动部分的时候，应考虑这一点，提高使用者对危险部分的警觉。但亦有人是全色盲的，他们完全不能分辨颜色，在他们的眼中，世界是全黑白灰的。 ·正常人眼可分辨大约七百万种不同颜色，人眼不同区域对颜色有不同的敏感度，眼睛中央对颜色和动态十分敏感，但眼睛边缘的颜色敏感度则较差。不同颜色当中，人对红，绿和黄色则比对蓝色敏锐，这种特性对视象传意有很大的影响 立体视觉 人类和其它的肉食、杂食动物，无需处处提防捕食者，反之要在捕食时准确判断自已与猎物的位置，所以演化出两眼向前的头部结构，并发展出利用双眼所见之差别来计算距离的能力。 运动感知 人类的眼睛会对四种视觉刺激有反应，然后对此四种刺激在脑里产生信息 当遇见一物体，会产生颜色,形状,深度,及运动四种信息。我们会因应物体的位置,速度，方向，作出反应。物体在眼角膜留下影像，物体移动愈快，影像移动愈快。 如果我们要围着某物体旋转，则一定要知道该物体的位置及运动轨迹。 由人类视觉系统的功能可知，人类大脑神经系统具有以下维度的感知 1.三维空间的感知 2.时间维度与速度的感知 3.光波维度与对三种的原色光分别是红，绿及蓝的感知。 这里视觉系统的感知就已经超越了三维空间，而是有了时间的维度，光谱光波的维度。这是五个维度。 [h1]人的视觉系统只是人感觉系统的基础。人的感觉还受到人的高级意识、情绪变化的直接控制。[/h1][h1]举一个例子，人可以绘画。AI计算机根本不可能进行绘画。因为人类文明中的绘画，是人类灵性的表达。[/h1] 人类的绘画艺术，就是人的视觉能力与视觉感知的充分展示。每一个画家，他对色彩、空间、时间维度的感知是截然不同的。东方的绘画艺术与西方的绘画艺术有着很大的不同。东方人西方人对同一幅绘画作品，认知、情感、意识范畴可以有很大的不同。 [h1]脑严重损伤的的病人，有部分人恢复生活以后，突然爆发了奇特的创造力，就有绘画、音乐、数学的天才能力，这是无法用大脑的学习理论予以说明的，，这是对大脑神经科学研究结论的重大质疑与推翻！[/h1] 2005年，《神经病学》上报道了一个由突发脑部出血造成的“意外天才”案例：在发病之前，患者对艺术创作没有丝毫兴趣，也没有表现出任何才能。但在患者突发蛛网膜下腔出血后的几周内，他开始“在许多笔记本上写满诗歌，夸张而极具表现力地进行绘画创作，把几乎全部的时间都用来绘画和雕塑。”他不但充满了创作力，而且无法停止手中的创作。他渴望把所有的空间都填满自己的作品，这已经成了一种强迫症。他画满了家里所有的地板、墙砖、天花板，他疯狂的在所有能够绘画的地方创作，不仅仅用画笔和颜料，甚至用蜡油和烟火——这种疯狂最终让他的妻子无法忍受，离他而去。 大量的纪录片对这位叫做汤米·麦克休（Tommy McHugh）的获得型学者症的故事进行了报道。其中《我天才的大脑》对这位患者的生活片段进行了生动详细的描述。 Tommy McHugh，一次几乎致命的脑部出血使他成为了具有狂热创造力的画家。图片来源：《我天才的大脑》 与之前所提到的情况不同，他仅有轻微的前额叶异常，依然具有正常的智商，记忆和语言能力也几乎没有受损。神经学家爱丽丝·弗莱厄蒂（Alice Flaherty）认为，麦克休在发生出血后，淤血集中在左脑的某个区域，抑制了两个关键脑区的功能，最终引发了他的创造力大爆炸。这两个脑区分别是负责思考决策的前额叶，以及控制语言的颞叶。麦克休发生出血的区域正好在这两个脑区之间，于是形成了一种新的平衡，这种万里挑一的运气，说是“奇迹”也丝毫不为过。他的创作已经持续了六年有余，狂热的创造欲望也许还会持续下去。 还有一个大众都知道的例子，就是梵高。 梵高的《星夜》好在哪里？https://www.zhihu.com/question/21660603 匿名用户 亦何欢、虫虫 、余北溟 等 3271 人赞同了该回答 说来惭愧，真正意识到梵高的伟大是在自己得了精神疾病以后。虽然以前去过好几个收录了梵高作品的博物馆，却没有感受到强烈的冲击。直到后来得了严重的抑郁症，每天需要吃药才有感触。有一个夏天的晚上吃完某种安定情绪的药物后产生了幻觉，当我看到窗外稀疏的星星时，星星就像《星空》中的一样旋转跳跃起来，甚至涌向我。第一时间我想到了梵高，感动得留下了眼泪，由于吃药我已经很久没有哭了。这种感觉不是悲伤也不是孤独，而是理解。世界上形形色色的人当中总有一些孤独的灵魂，而孤独的灵魂也可以有强烈的共鸣，虽然我们不是一个时代的人。 [h1]知乎这一段回答，说出了绘画艺术的本质。绘画就是人类灵魂内容、意识思想表达一种很好的方式。[/h1]追溯到4万年前法国岩洞的智人岩画的内容，与4万年以后梵高、汤米·麦克休Tommy McHugh绘画表达的情感内容，梵高、汤米·麦克休对于色彩的运用与4万年前的智人有基本一致的要素。 肖维岩洞中共有1000多幅壁画，可追溯到3.6万年前的石器时代，它们被认为是欧洲最早的人类文化形式。（网页截图） 这就可以下结论，绘画表达的人类意识内容，首先是跨越时间与空间。 梵高是在精神病发作以后，才创作了最伟大的作品。 汤米·麦克休Tommy McHugh是大脑严重创伤以后，没有学过绘画的他，突然具有狂热创造力，他不但充满了创作力，而且无法停止手中的创作。他渴望把所有的空间都填满自己的作品，这已经成了一种强迫症。他画满了家里所有的地板、墙砖、天花板，他疯狂的在所有能够绘画的地方创作，不仅仅用画笔和颜料，甚至用蜡油和烟火。 这不是告知大众，绘画的天赋不是仅仅通过学习就可以得到。绘画，是人类视觉系统对于三维空间，时间的维度，光谱光波维度五个维度综合感知。 在大脑发生病变引发神经疾病，大脑严重损伤的情况下，按照牛顿经典世界脑科学理论，人的视觉系统受到了严重损害，人类应该不再具有正常的三维空间、色彩光波、时间运动的感知能力，而且大多数情况下，经典世界的脑科学是正确的，现在大脑受到严重损害丧失正常视觉功能的情况，属于绝大多数。 但是汤米·麦克休Tommy McHugh绘画天赋是脑损伤以后才具有的，属于后天学者症候群。 后天学者症候群（Savant-Syndrome）是指有认知障碍，但在某一方面，如对某种艺术或学术，却有超乎常人的能力的人。自闭患者中有10%是学者症候群（故称自闭学者，Autistic savant），大脑损伤患者中则约1/2000的机率是。（50% 自闭症患者， 50%大脑损伤患者）。 他们的IQ大部分低于70，但在一些特殊测试中却远胜于常人，故俗称为白痴天才（Idiot Savant）。他们的天赋有多种不同的形式，有演奏乐器、绘画、记忆、计算及日历运算能力。美国电影《雨人》中的“雨人”就是一个典型的学者症候群，他对数字的计算能力和记忆力非常惊人。 后天性学者症候群指儿童或成年人在左脑受损后，突然间发展出的学者症候群患者特殊才能。学者症候群指个人存在严重的智力障碍、自闭症或其他心理疾病，却拥有与其障碍全然相对的、不协调且惊人的某种能力。后天性学者症候群患者一般头部曾受创伤，之后出现超凡的数学、音乐或艺术才能。 传统的脑科学，把此现象归于大脑的可塑性，是没有说服力的。

现代人脸识别主要在于模型而不是在于编码。一个前向计算网络实现起来对于一个本科生而言难度并不大。

现实，这是我们大作业可选题之一

lalxyy/NEU-MCM-Training-4 我校的数模培训第四次模拟赛，基于 Keras 卷积神经网络的图像识别。任务是识别猫，复杂性比人脸识别小。最终在给定 test set 上 90.0% accuracy。 并不是不现实的。

肯定现实啊，大学多好的机会，既然喜欢这个项目那就去研究，美好的大学生活难道要用全部用来打游戏，搞对象么