- 博客(14)
- 收藏
- 关注
RSS订阅转载 超分为何不适合用BN
以图像超分辨率来说，网络输出的图像在色彩、对比度、亮度上要求和输入一致，改变的仅仅是分辨率和一些细节，而Batch Norm，对图像来说类似于一种对比度的拉伸，任何图像经过Batch Norm后，其色彩的分布都会被归一化，也就是说，它破坏了图像原本的对比度信息，所以Batch Norm的加入反而影响了网络输出的质量。由于批规范化层消耗了与它前面的卷积层相同大小的内存，在去掉这一步操作后，相同的计算资源下，EDSR就可以堆叠更多的网络层或者使每层提取更多的特征，从而得到更好的性能表现。
2023-05-05 17:33:02
239
转载 CNNs详尽图解
② 推广到更一般的情况，无论是灰度图片，还是彩色图片，当我们构建的模型中，有多个“卷积”层时，都要遵循“彩色案例”中的步骤，即“在做‘卷积’处理时，如果上一层图片是多层，那么，本层过滤器在遍历完多层图片后，需要将结果值相加“。因为我们之前使用的过滤器，其得到的数值，绝大多数均为正数，所以，经由ReLU处理后的图片，没有太大的改变，希望这并不影响你对于ReLU运算的理解。当你拥有了θ，下一次，即使拿到一张没有打过标签的图片，你也可以通过已知的θ和x，知道y的取值，从而“知道图片里画的是什么？
2023-02-20 14:55:42
186
转载 各种测试指标的含义 吞吐量时延qps。。。
每秒查询率，即每秒的响应请求数，也即是最大吞吐能力。：事务数/秒，个事务是指一个客户机向服务器发送请求然后服务器做出反应的过程。QPS(TPS)=并发数/平均响应时间：页面访问量，即页面浏览量或点击量，用户每次刷新即被计算一次。： 独立访客，统计1天内访问某站点的用户数。：日活跃用户数量。常用于反映网站、互联网应用或网络游戏的运营情况。：月活跃用户数量，指网站、app等去重后的月活跃用户数量。
2023-01-16 10:51:03
331
转载 多模态融合2-人脸
近年，利用RGB-D数据进行人脸识别的方案已经被广泛采用，然而现有方法多使用相同处理方式处理所有的模态，这没有充分考虑模态的差异，忽略了模态之间的相关性。作者提出一种新的RGBD多模态融合的人脸识别方案，能够学习多个模态之间的共同特征以及互补特征，进一步扩展多模态的学习能力。由于RGB和depth分别描述了人脸的纹理和形状信息，这两种模态应该是相关且可以互补的，通过引入联合损失，来增强模态之间的交互。直接使用提出的上面互补特征学习的网络，来获得RGB-to-RGB的匹配得分。其中，W j W_{j}W。
2022-10-13 17:13:32
340
转载 多模态融合-人脸
当前基于RGB图像的人脸识别技术已经日趋成熟，但是在实际应用中对于复杂的场景条件变化（比如光照）依然会存在鲁棒性差的现象。随着深度相机的普及，我们不仅能够获得人脸的RGB图像，还能够获得其深度图，深度图对光的鲁棒性较强，而且具有更加丰富的结构特征。概述：主要介绍了在多模态和跨模态人脸识别方向的若干研究进展，包括RGB-D多模态互补特征学习、夜间远距离人脸识别、模拟画像与照片跨模态识别和多模态融合的复杂场景人脸识别。报告：《多模态人脸识别与属性学习》
2022-10-13 17:09:36
304
转载 人脸识别术语
最后：在这里给大家一个小建议，如今的AI换脸技术和AI声音合成技术已经比较成熟了，如果不法分子获得了你的照片，采集到了你的声音，就完全能够做出一个视频，视频里的人用着你的脸，用着你的声音，做着你从来没有做过的事情，可以用来干非常非常多违法的事情。人脸图像的来源可能多种多样，由于采集设备的不同，得到的人脸图像质量也不一样，特别是对于那些低分辨率、噪声大、质量差的人脸图像（如手机摄像头拍摄的人脸图片、远程监控拍摄的图片等）如何进行有效地人脸识别是个需要关注的问题。对于不同的年龄段，人脸识别算法的识别率也不同。
2022-08-25 17:03:53
984
转载 人脸属性识别二
人脸是一种非常重要的生物特征，具有结构复杂、细节变化多等特点，同时也蕴含了大量的信息，比如性别、种族、年龄、表情等。一个正常的成年人可以轻易的理解人脸的信息，但将同样的能力赋予给计算机，并让其代替人类进行类脑思考成为研究学者亟待攻克的科学课题！属性分析：人脸属性分析的效果跟实际抓拍的人脸图像质量有很大关系，建议在抓拍时加入人脸质量评价模型。族裔：yellow：黄种人，white:白种人 black：黑种个人，baras：阿拉伯人。主流人脸属性包括：年龄、性别、姿态角、魅力值、表情、眼镜穿戴、种族等。
2022-08-25 15:58:56
570
1
转载 人脸属性识别一
数据集 UTKface 包含23708张图像，图片格式是1_0_0_20161219140623097.jpg.chip.jpg，年龄_性别_种族。种族是0到4之间的整数，表示白人、黑人、亚洲人、印度人和其他人（如西班牙裔、拉丁美洲人、中东人），采用多分类。总结：年龄是0-126的回归，预测值会有所浮动，但可以设置一个区间，少年、青年、中年、老人等，效果会更好。测试图片 1_1_0_20170109192245647.jpg.chip.jpg。测试结果 年龄、性别、种族正确。
2022-08-25 15:55:22
258
1
转载 火出圈三维重建-NeRF
该方法使用一个全连接深度网络来表示场景，使用的输入是一个单连通的5D坐标(空间位置x,y,z以及观察视角θ，),输出为一个体素场景，可以以任意视角查看，并通过体素渲染技术，生成需要视角的照片。让我产生疑问的地方是，作者提到在初始时，需要一些对应的点的五维坐标作为引导，来训练网络，那么对应点是如何获得的？值得注意的是，作者说直接输入5D坐标可能会造成算法不能收敛，在文章中，采用一个基于MLP（多层感知器，一种前向人工神经网络）的位置编码来表示高频函数，并提出一个分层抽样程序来减少用于场景重建的查询次数。...
2022-08-02 16:36:30
3381
转载 传统方法-3D人脸识别
去年时候看过的一些三维人脸识别方面的论文，文章不都是高质量的，部分也看不懂甚至有理解错误。发现有一个人关注了这个专栏，就直接把当时看论文的草稿复制过来了，也许对人有一点帮助吧。...
2022-06-23 15:16:50
1431
转载 windows环境下解压glint360k数据集
一、介绍Glint360K数据集包含36w类别的17M张图像，不论是类别数还是图像数，相比MS1MV2数据集都有大幅提升。这是一个号称全球最大最干净的人脸数据集。
2022-06-22 16:51:50
344
转载 3D人脸综述
近年来，人脸识别的研究已经转向使用 3D 人脸表面，因为 3D 几何信息可以表征更多的鉴别特征。近日，澳大利亚迪肯大学的三位研究者回顾了过去十年发展起来的 3D 人脸识别技术，总体上分为常规方法和深度学习方法。从左至右依次是迪肯大学信息技术学院。该调查通过代表性研究的详细描述来对各类技术进行评估，其中将技术的优缺点总结为对面部变化（表情、姿态和遮挡等）的准确性、复杂性和稳健性。该调查全面涵盖了 3D 人脸识别研究现状...
2022-06-20 14:02:43
703
转载 3D人脸识别
目录导语3D人脸基础知识初识3D人脸相机模型3D相机3D人脸数据3D人脸相关任务常见Pipeline3D人脸识别3D人脸重建总结导语随着深度学习技术的推进，人脸相关任务研究也跃升为学界和业界的热点。人们所熟知的人脸任务一般包括人脸检测，人脸身份识别，人脸表情识别等，它们多是采用 2D RGB 人脸(一般包括一些纹理信息)作为输入；而 3D 扫描成像技术的出现与发展，使得人脸相关任务有了一条新的探索路线——3D 人脸。相较于许许多多的 2D 人脸相关任务入门文献/综述文章，3D 人脸的入门知识却乏善可陈。..
2022-06-20 11:53:15
2795
2
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