- 博客(6)
- 收藏
- 关注
RSS订阅原创 利用人脸特征提取DeepID--解读世纪晟人脸识别
概述：DeepID的目标是人脸验证（判断两张图片是否是一个人），同时衍生出人脸识别（多次人脸验证）。DeepID采用增大数据集的方法：增加新的数据，celebFaces（87628张图片，5436个人），celebFaces+（202599张图片，10177个人）；裁剪图片，多区域、多尺度、多通道裁剪，然后将计算的向量组合，使用PCA降维DeepID是一种特征提取的算法，这种网络一经...
2018-10-23 17:24:28
410
原创 基于级联形状回归模型的世纪晟人脸识别实现
——简介——脸部建模一直是计算机图像和视觉领域的热门话题，每个人脸模型的网格顶点个数各不相同，也就是拓扑结构不同。因此我们需要对我们的训练数据，做一个归一化处理。这里以世纪晟科技构建的一个快速的、交互的、基于深度学习的人脸建模框架为基础，展示级联形状回归模型在特征点定位任务上取得了重大突破。——级联线性回归模型——近来，级联形状回归模型在特征点定位任务上取得了重大突破，该方法使用回归模型，直...
2018-10-11 14:07:30
1413
原创 基于MTCNN多任务级联卷积神经网络进行的人脸识别 世纪晟人脸检测
神经网络和深度学习目前为处理图像识别的许多问题提供了最佳解决方案，而基于MTCNN（多任务级联卷积神经网络）的人脸检测算法也解决了传统算法对环境要求高、人脸要求高、检测耗时高的弊端。基于MTCNN多任务级联卷积神经网络进行的人脸识别——MTCNN主要包括三个部分,PNet,RNet,ONet测试阶段大概过程首先图像经过金字塔，生成多个尺度的图像，然后输入PNet。PNet由于尺寸很小，...
2018-10-09 15:32:39
1421
原创 基于AdaBoost算法——世纪晟结合Haar-like特征训练人脸检测识别
AdaBoost 算法是一种快速人脸检测算法，它将根据弱学习的反馈，适应性地调整假设的错误率，使在效率不降低的情况下，检测正确率得到了很大的提高。系统在技术上的三个贡献：1.用简单的Haar-like矩形特征作特征，可快速计算2.基于AdaBoost的分类器设计3.采用了Cascade(分级分类器)技术提高检测速度人脸的特征表示方法——Haar-like矩形特征矩形特征的值是所有白色矩...
2018-09-25 13:45:21
657
原创 从迪斯尼的面部精度修正技术分析世纪晟三维脸膜重建方法
为了让电影或游戏角色、动画人物的面部表情更符合真人面部表情，电影公司通常需要大量记录某个演员在多种状态下的面部表情数据。而迪士尼研究中心，利用小样本数据综合生成训练系统需要的大量数据，利用多摄像机采集模式，在均匀照明环境记录下演员的70个表情，再利用所得数据生成虚拟人。迪士尼研究中心开发的新方法让 3D 面部表情这事变得简单了许多，有兴趣的可以上网观看演示视频： ——基于多角度二维人脸数据的...
2018-09-05 13:59:39
601
原创 人脸识别检测系统实现原理 基于传统特征的世纪晟静默活体检测
过去一年与以往几年相比，在方法和技术层面的一个核心趋势是：人脸识别相关技术已经全面深度化。一般的人脸识别检测流程(1)人脸检测 在人脸检测方面，目前主流的方法是通用目标检测中的R-CNN等这类方法。人脸检测曾被认为是一个已经解决的问题，事实上并不是，在人脸分辨率极低、姿态很大、背光、偏光、极低照度等恶劣光照条件下，还是会有很多漏检。 (2)人脸关键点检测 对于第二个步骤，即特征点定位...
2018-09-04 17:28:41
1541
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人