所需要的资料收集

技术向:一文读懂卷积神经网络CNN

https://www.cnblogs.com/nsnow/p/4562308.html

卷积矩阵及其运算实例

http://blog.sina.com.cn/s/blog_5562b0440101a2pr.html


基于深度学习的人脸识别技术综述
https://zhuanlan.zhihu.com/p/24816781?utm_source=weibo&utm_medium=social
LFW数据集上结果:
http://vis-www.cs.umass.edu/lfw/results.html


初学者必须知道的25个深度学习专业名词
https://zhuanlan.zhihu.com/p/27152079


深度学习是怎么识别人脸的?
http://www.jianshu.com/p/27b0b4a12d89


深度学习与人脸识别系列(3)__基于VGGNet的人脸识别系统


http://blog.csdn.net/wjmishuai/article/details/50854155
[深度学习基础] 3. 前馈神经网络
http://blog.csdn.net/hao_zhang_vision/article/details/52669044
这个是讲解 SIFT 和 HOG 特征的;


GOTURN跟踪:(CNN)
http://blog.csdn.net/autocyz/article/details/52648776


Python的开源人脸识别库:离线识别率高达99.38%
http://mp.weixin.qq.com/s/nuFIevsfiE-OT6fjornzmg


有关GPU实现索贝尔算子(Sobel Operator)中Fragment Shader部分代码的简单分析
http://www.jianshu.com/p/97eca45f52cd


* Note
   track only one face: 
   frist:trackHandle = STMobileApiBridge.FACESDK_INSTANCE.st_mobile_tracker_106_create(modulePath, handlerPointer);
   second: setMaxDetectableFaces(1)参数设为1
*  track多张人脸:  
*  trackHandle = STMobileApiBridge.FACESDK_INSTANCE.st_mobile_tracker_106_create(modulePath, handlerPointer);
   second:setMaxDetectableFaces(num)参数设为-1


人脸识别技术大总结1——Face Detection & Alignment
http://www.cnblogs.com/sciencefans/p/4394861.html

人脸识别的主要方法
https://wenku.baidu.com/view/3f06a9cca1c7aa00b52acb78.html?from=search


iPhoneX FaceID技术原理(云从)
https://wenku.baidu.com/view/dfeb1b74492fb4daa58da0116c175f0e7dd11959.html?from=search
https://wenku.baidu.com/view/dfeb1b74492fb4daa58da0116c175f0e7dd11959.html?from=search


https://www.zhihu.com/question/22298352
如何通俗易懂地解释卷积?

opencv、pico、npd、dlib、face++等多种人脸检测算法结果比较
http://www.thinkface.cn/thread-4459-1-1.html


人脸检测研究2015最新进展

http://blog.csdn.net/zylxadz/article/details/46606127


越南公司用假脸成功破解Face ID 但成本太高
http://s4.uczzd.cn/webapp/webview/article/news.html?app=uc-iflow&aid=8139058149237377111&cid=100&zzd_from=uc-iflow&uc_param_str=dndseiwifrvesvntgipf&rd_type=share&pagetype=share&btifl=100&sdkdeep=2&sdksid=8230760b-de17-9bb2-0dc8-6248667319a1&sdkoriginal=8230760b-de17-9bb2-0dc8-6248667319a1


├─1.计算机视觉简介、环境准备(python, ipython) │ computer vsion.pdf │ CS231 introduction.pdf │ ├─2.图像分类问题简介、kNN分类器、线性分类器、模型选择 │ 2. 图像分类简介、kNN与线性分类器、模型选择.mp4 │ 2.初识图像分类.pdf │ ├─3.再谈线性分类器 │ 3.再谈线性分类器.mp4 │ 再谈线性分类器.pdf │ ├─4.反向传播算法和神经网络简介 │ .反向传播算法和神经网络简介.pdf │ 4. 反向传播算法和神经网络简介.mp4 │ ├─5.神经网络训练1 │ 5.-神经网络训练1.pdf │ 5.神经网络训练1.mp4 │ ├─6.神经网络训练2、卷积神经网络简介 │ 6.神经网络训练2.mp4 │ 神经网络训练2.pdf │ ├─7.卷积神经网络 │ 7.卷积神经网络.mp4 │ Lession7.pdf │ ├─8.图像OCR技术的回顾、进展及应用前景 │ 8.图像OCR技术的回顾、进展及应用前景.mp4 │ PhotoOCR_xbai.pdf │ └─9.物体定位检测 物体定位检测.pdf │ ├─10.卷积神经网络可视化 │ .卷积神经网络可视化.pdf │ 10.卷积神经网络可视化.mp4 │ ├─11.循环神经网络及其应用 │ 11.循环神经网络及其应用.mp4 │ 循环神经网络.pdf │ ├─12.卷积神经网络实战 │ 12.卷积神经网络训练实战.mp4 │ 卷积神经网络实战.pdf │ ├─13.常见深度学习框架介绍 │ 常见深度学习框架介绍.pdf │ ├─14.图像切割 │ 14.图像切割.mp4
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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