人脸检测——STN

最新推荐文章于 2024-03-11 09:00:00 发布
VIP文章 最新推荐文章于 2024-03-11 09:00:00 发布
阅读量6.5k 收藏 7
点赞数 5
分类专栏： 人脸检测(目标检测)
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shuzfan/article/details/52701883
版权

本次介绍一篇来自微软的人脸检测文章：

《2016 ECCV Supervised Transformer Network for Efficient Face Detection》.

核心导读：

（1） 训练了一个端到端的级联网络；

（2） 引入了supervised transformer层，可以对候选窗口进行矫正以便后续更好地判断是否为人脸；

（3） 引入了Non-top K的抑制策略，在保证召回率的同时也不会有精度损失；

（4） 引入了ROI卷积策略，可以加速运算。

评价：

检测性能基本属于公开方法的第一梯队(ROC曲线约0.9)，速度基本是第一梯队里面最快的，达到CPU上30FPS。（恕我直言，就本文方法的工作量而言，30FPS估计是一个很难复现的数字）

—————— Network Architecture ——————

先来一个overview:

最低0.47元/天 解锁文章
shuzfan
关注
  • 5
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
michaelyyq#Tensorflow-MachineLP#人脸检测——AFLW准备人脸1
07-25
不多说了，直接代码吧：生成AFLW_ann.txt的代码，其中包含图像名称 和 图像中人脸的位置（x,y,w,h）;** AFLW中含有aflw.aqlite文
附代码 Spatial Transformer Networks（STN）
weixin_44543648的博客
12-12 2874
Spatial Transformer Networks（STN）： 显式将空间变换植入到网络当中，通过网络的方法实现网络的旋转、平移、尺度等不变性。
Spatial transform network（STN）用于图像分类和图像识别
WYXHAHAHA123的博客
03-11 1295
因为老板的另一个研究方向是文字识别（自然场景下的文字识别），故而会分享一些文字识别中performance很好的trick。在石葆光博士的http://www.vlrlab.net/admin/uploads/avatars/ASTER_An_Attentional_Scene_Text_Recognizer_with_Flexible_Rectification.pdf 将STN用于场景文字识...
空间变换网络 Spatial Transformer Networks-STN 详细解读
最新发布
晨的博客
03-11 1828
空间变换网络（STN）提出了一种神经网络的新颖子结构，能够显著增强网络对于几何变换的鲁棒性。STN通过在传统神经网络架构中嵌入一个可微分的空间变换模块，允许网络自动学习到对输入图像进行最优空间变换的能力。这一过程包含三个关键部分：定位网络（localization network）、网格生成器（grid generator）和采样器（sampler）。定位网络负责预测空间变换的参数；网格生成器根据这些参数创建一个对应变换后的输出图像的坐标网格；采样器则使用这个网格来产生变换后的输出图像。
STN系列之人脸检测
迷途中一个小书童
09-27 2550
介绍一篇微软用STN做人脸检测的工作。Supervised Transformer Network for Efficient Face Detection；Dong Chen, Gang Hua, Fang Wen, and Jian Sun Motivation： 前面介绍过了STN（spatial transformer network）做识别任务的工作，在人脸这个问题上利用landma
[论文翻译]A 3D Spatial Transformer Network Approach in Unconstrained Poses（人脸识别3D-STN）
bxdzyhx的博客
11-02 1155
0 摘要 面部对齐包括在已知语义的图像上找到一组标志点。然而，这种地标点的语义在2D方法中常常丢失，在2D方法中，landmarks要么移动到可见的边界，要么随着人脸姿态的变化而被忽略。为了在大姿态下提取一致的对齐点，在对齐步骤中必须考虑人脸的三维结构。然而，从单个二维图像中提取三维结构通常首先需要对齐。我们提出了一种新的方法，通过三维空间变换网络（3D-STN）同时提取人脸的三维形状和语义上一致的二维对齐，从而对三维模型的摄像机投影矩阵和翘曲参数进行建模。通过使用一个通用的三维模型和一个薄板样条（TPS.
Spatial Transformer Networks(STN)-代码实现
Paul_Huang的专栏
11-18 5368
Spatial Transformer Networks(STN)-代码实现 pytorch为了方便实现STN，里面封装了affine_grid和grid_sample两个高级API。 STN的基本步骤是： Localisation  net\color{blue}Localisation\;netLocalisationnet(参数预测)： Localisation net模块通过CNNCNNCNN提取图像的特征来预测变换矩阵θ\thetaθ Grid  generator\color{
michaelyyq#Tensorflow-MachineLP#人脸检测——生成矫正人脸——cascade-cnn的思想，-但是
07-25
简单粗暴，不多说，直接代码吧：（这个代码实在上篇博客的基础上：人脸检测——AFLW准备人脸）from PIL import Imagefrom PIL impo
人脸检测与识别
03-16
环境：opencv 2.4.6.0 特征：eigenface Input：一个人脸数据库，15个人，每人20个样本（左右）。 Output：人脸检测，并识别出每张检测到的人脸。
树莓派人脸检测代码——gc
06-11
树莓派人脸检测代码——gc
OpenCV实现人脸检测
01-21
前段日子，写了个人脸检测的小程序，可以检测标记图片、视频、摄像头中的人脸。效果还行吧，用的是opencv提供人脸库。至于具体的人脸检测原理，找资料去啃吧。 环境：VS2013+OPENCV2.4.10+Win8.1 一、基于...
【论文学习】：Spatial Transformer Network
m0_37644085的博客
09-11 2466
原文：https://www.cnblogs.com/liaohuiqiang/p/9226335.html 2015, NIPSMax Jaderberg, Karen Simonyan, Andrew Zisserman, Koray Kavukcuoglu Google DeepMind 为什么提出（Why） 一个理想中的模型：我们希望鲁棒的图像处理模型具有空间不变性，当目标发生某种转...
【人脸识别】GridFace，识别中更为细致的二次校正。旷视科技
Lingyun
09-25 1057
Papaer：GridFace: Face Rectification via Learning Local Homography Transformations 论文链接:https://arxiv.org/pdf/1808.06210v1.pdf 旷视科技，ECCV-2018 paper。 STN网络用在识别网络中，主要用于做一个二次校正。 但是直接用STN学习可能会有扭曲 这篇p...
STN系列之Spatial Transformer Networks
迷途中一个小书童
09-04 3911
Spatial Transformer Networks. Max Jaderberg Karen Simonyan Andrew Zisserman Koray KavukcuogluGoogle DeepMind, London, UK。也是利用spatial transformer network来解决pose、distortion、rotation比较大的这类识别任务，比如ocr、finegrind等。
人脸检测--Supervised Transformer Network for Efficient Face Detection
AI小作坊 的博客
10-19 1738
Supervised Transformer Network for Efficient Face Detection ECCV2016人脸检测： the cascaded network；end-to-end learning； jointly conduct face detection and face alignment Our detector runs at 30 FPS on a
Spatial Transformer Networks（STN）理解
ggyy的NoteBook
07-22 2890
文章目录STN的作用STN的基本结构前向过程Tensorflow部分实现代码实验结果Distorted MNISTGerman Traffic Sign Recognition Benchmark (GTSRB) dataset STN的作用 之前参加过一个点云数据分类的比赛，主要借鉴了PointNet的网络结构，在PointNet中使用到了两次STN。点云数据存在两个主要问题：1、无序性：点云本...
【TensorFlow-windows】扩展层之STN
风翼冰舟的博客
05-10 2234
前言 读TensorFlow相关代码看到了STN的应用，搜索以后发现与增强网络对图像变换(旋转、缩放、偏移等)的抗干扰能力，简单说就是提高卷积神经网络的空间不变性。 国际惯例，参考博客： 理解Spatial Transformer Networks github-STN Deep Learning Paper Implementations: Spatial Transformer Network...
目标检测之空间变形网络(STN)
小白不白
04-22 3389
目标检测之空间变形网络(STN) 一、STN定义 STN：是一个可以放置在CNN前面，或嵌入到CNN其中的某一环节的模块（空间变形器），是Google旗下 DeepMind 公司的研究成果。该论文提出空间变换网络STN，分为参数预测、坐标映射、像素采集三大部分，可以插入到现有的CNN模型中。通过对数据进行反向空间变换来消除图片上目标的变形，从而使得分类网络的识别更加简单高效。 二、CNN的平移不变性 普通的CNN能够显示的学习平移不变性，以及隐式的学习旋转不变性，所以图像上的目标物体就算是做了平移或者旋转，
论文阅读《Spatial Transformer Network》
yj_isee的博客
05-27 6155
Google DeepMindAbstract:作者说明了CNN对于输入的数据缺乏空间变换不变形(lack of spatially invariant ability to input data)，因此作者引入了一个spatial transformer module，不需要额外的监督，能够以data-driven的方式学习得到输入图像的空间变换参数，赋予网络spatial invariant能力
人脸识别系统 —— opencv人脸检测
06-28
其中，opencv人脸检测是一种基于opencv库的人脸检测算法，可以通过计算机视觉技术对图像或视频中的人脸进行检测和识别，具有高效、准确、实时等特点，广泛应用于安防、人机交互、智能家居等领域。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值