实时人脸关键点/特征点检测目前有哪些好的演算法？

由于是要应用到实时检测，所以对检测速度有一定要求

要实现效果很好的人脸关键点标注，除了关键点演算法本身之外，离不开人脸检测和跟踪。

可参考：从传统方法到深度学习，人脸关键点检测方法综述

实现过基于Pytorch版本的PFLD演算法，性能不错，已落地。

PFLD: A Practical Facial Landmark Detector https://arxiv.org/pdf/1902.10859.pdf

Pytorch Implementation for 68 Facial Landmarks:https://github.com/github-luffy/PFLD_68points_Pytorch

Tensorflow Implementation for 98 Facial Landmarks: guoqiangqi/PFLD

dlib可以，C++的库如果想自己训练的话，推荐论文人脸特征点定位的3000fpsopencv是不是可以了呀，这个不太清楚

目前github上开源的演算法有很多，效果也不错，包括ERT，3000FPS，SDM，TCDCN等。ERT，3000FPS模型太大，不适合移动端，并且效果不是很好。SDM效果不错，模型10MB左右，具有一定商业价值。目前基于深度学习的演算法取得了较好的效果，github也有一些开源的代码实现，zeusees/HyperLandmark 这个git包含了SDM演算法和基于深度学习的106点face landmark。测试过这个，手机上大概6ms，效果能够比得上商业级的代码，只不过只提供了SDK，底层演算法没有开源。

人脸识别目前用的比较多的一般是深度学习，演算法有deepface deepID facenet 等还有seetaface山世光教授的来源人脸识别搜索引擎