2018年07月_cassiePython

08月 07月 06月 05月 04月 01月

原创 CVPR：Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks

Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks摘要背景：图像到图像的迁移是计算机视觉中的一个很有意思的问题。目标是学习一个从输入图片到目标图片的映射，在训练中需要使用成对的训练集。问题：成对的训练数据并不是那么容易获得的。本文方法：学习一个从源域(source dom...

2018-07-06 16:24:53 11992 13

原创 CVPR: Bilateral Ordinal Relevance Multi-instance Regression for Facial Action Unit Intensity

Bilateral Ordinal Relevance Multi-instance Regression for Facial Action Unit Intensity EstimationAbstract问题：捕捉面部表情的微小表化很困难；AU强度的标注费时费力。本文：提出弱监督的BORMIR模型：weakly supervised regression mod...

2018-07-05 10:09:28 761

原创 CVPR：Facial Expression Intensity Estimation Using Ordinal Information

Facial Expression Intensity Estimation Using Ordinal InformationAbstract先前工作不足之处：大都关注于基本的表情的识别，只有少部分工作关注连续的表情强度的检测。原因是缺乏有标记的表情强度的数据。本文工作：将表情的强度检测看成一个回归问题，通过利用面部表情的onset-apex-offset演化模型，本文的方法可以...

2018-07-02 15:23:07 950

generator_unet_gan.py

unet网络结构的pytorch版本实现; 为了应用于自己的工程中，与原有的网络结构略有不同。

2019-06-07

ESN和CRJ网络

回声状态网络（ESN）以及确定性跳跃循环状态网络（CRJ）的实现

2018-06-15

PCA教程_pdf

PCA是线性代数中最有价值的应用之一。PCA已经被广泛地应用于各种形式地分析——从神经科学到计算机图形学，因为PCA简单易用，是一个非参数的方法（即可通过解析方法求解），可以从混乱的数据集(confusing data sets)中提取相关的信息。通过PCA我们可以将一个复杂的数据集进行降维，揭示隐藏的，简化的结构，使之变得简单且容易分析

2018-04-10