Beyond Face Recognition: Deep Face Analysis from a Micro Perspective


【讲座题目】Beyond Face Recognition: Deep Face Analysis from a Micro Perspective



【主 人】韩琥,中国科学院计算技术研究所副研究员


中科院计算所副研究员,2011 年博士毕业于中科院计算所,之后分 别在美国密歇根州立大学和美国谷歌总部从事生物特征识别研究工 作,曾担任谷歌 Abacus 项目核心研发成员。2015 年回到中科院计算 所工作,主要研究方向为计算机视觉与模式识别、生物特征识别、 医疗影像分析。担任国际期刊 Pattern Recognition 编委(AE),国 际会议 ICPR2020 领 域 主 席 (AC) ,以及 CVPR2020/FG2020/WACV2020/FG2019/PRCV2019 等主会特别会议/专 题论坛/竞赛的共同组织者。在 IEEE TPAMI/TIP/TIFS/TBIOM、PR、 CVPR、ECCV、NeurIPS、MICCAI 等领域权威国际期刊与会议上发表学 术论文 60 余篇,谷歌学术引用 2800 余次。作为负责人承担国家重 点研发子课题、基金重点子课题、基金面上、中科院对外合作及企 业合作等课题 10 余项。研究工作 3 次获会议最佳学生/海报论文奖, 3 次获国际竞赛冠亚军。


Benefit from the advances of deep learning methods and computing capacity, as well as the availability of large labeled dataset, face recognition performance is getting saturated, and has been widely used in a number of typical scenarios. Deep analysis of face is required to meet the requirement of new emerging application scenarios like health monitoring, ADS, and CAD of brain and mental disorders. One of the key challenges is the analysis of micro face signal in both spatial and temporal dimensions. This talk will review related progress in this area and introduce of recent work in deep face analysis with applications in facial AU recognition, remote heart rate estimation, and face anti-spoofing.