- 博客(4)
- 问答 (1)
- 收藏
- 关注
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 1469
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 2270 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 21:25:14 812
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 1060
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人