- 博客(4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 FaceBagNet: Bag-of-local-features Model for Multi-modal Face Anti-spoofing
3.1在这项工作中，我们提出了一种多流CNN架构，称为FaceBagNet，具有模态特征擦除（MFE）功能，用于多模式人脸防喷溅检测。 我们的方法包括两个部分，（1）基于补丁的特征学习，（2）与MFE的多流融合。 对于基于补丁的特征学习，我们使用从面部图像中随机提取的补丁来训练深度神经网络，以学习丰富的外观特征。 对于多流融合，在训练过程中会随机擦除来自不同模态的特征，然后将其融合以进行分类。 ...
2020-04-23 20:18:13
1448
原创 WIN10 tensorflow1.12安装 CPU
1、anaconda创建环境conda create --name tf12 python=3.62、进入创建的环境activate tf123、安装tf12先进入tensorflow-1.12.0-cp36-cp36m-win_amd64.whl所在目录pip install tensorflow-1.12.0-cp36-cp36m-win_amd64.whl4、测试用例imp...
2020-03-03 23:08:20
2251
1
原创 The Six Fronts of the Generative Adversarial Networks（下）
D、損失函數在理解GAN训练及其不稳定性来源方面的理论进展[18]指出，詹森-香农散度（JSD）（用于GAN的公式中，用于测量实际数据分布与生成器之间的相似性）是导致梯度消失的原因 鉴别器已经受过良好训练。 这种理论上的理解有助于激发下一波工作，从而探索了JSD的替代方法。代替JSD，作者建议使用Pearsonχ2（最小二乘GAN）[43]，地球移动距离（Wasserstein GAN）[44...
2020-02-26 21:25:14
795
原创 The Six Fronts of the Generative Adversarial Networks（上）
摘要生成对抗网络引起了人们对生成模型的新兴趣，从而产生了新的潮水般涌现的新作品，这些新作品可能会使冲浪者感到难以抗拒。 在本文中，我们打算通过将浪潮分成六个“前沿”来帮助这些研究人员：体系结构贡献，条件技术，归一化和约束贡献，损失函数，图像到图像转换以及验证指标。 将前沿组织的文献分为易接近的模块，最终向读者传达该领域的发展趋势。 这项工作也以表格形式列出了该地区的先前调查，重点放在其中的一些方...
2020-02-25 19:57:33
1034
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人