论文笔记
文章平均质量分 93
kiwi_Fung
个人网站: kiwi-fung.win
展开
-
CVPR 2017:Interspeices Knowledge Transfer for Facial KeyPoint Detection(跨物种脸部关键点检测知识迁移)
CVPR 2017: Interspeices Knowledge Transfer for Facial KeyPoint Detection(跨物种脸部关键点检测知识迁移) 一、介绍 本文主要涉及到变换将人脸关键点检测的方法以及已有知识转移到其他动物脸部识别中,借助迁移学习避免大量收集动物脸部照片再重新建模训练的麻烦,提出一种通过首先训练一个wraping network 将动物脸部...原创 2018-04-12 00:28:50 · 2393 阅读 · 1 评论 -
CVPR 2016: DeepFashion: (健壮有效的有大量标签的服装识别与检索)
CVPR 2016: DeepFashion: Pwoering Robust Clothes Recognition and Retrieval with Rich Annotations (健壮有效的有大量标签的服装识别与检索)Abstract:提出一个大规模的数据集,超过80000张图片,被大量标记的。服装类型的模型评测数据集。而且图片拍摄于于多个场景(店拍、街拍、消费者自拍)/多种姿势提出...原创 2018-05-29 23:11:04 · 4518 阅读 · 2 评论 -
近三年脸部识别顶会论文lists(更新中...)
脸部识别三年来顶会论文lists1. ICCV 2017大多数的论文涉及的是脸部纠正的内容,还有脸部的3D重建,还有就是对于小尺度的脸部检测方面,和视频识别脸部的内容。 S3FD: Single Shot Scale-Invariant Face Detector(单照片的尺寸比例无关脸部检测器)//更多在于解决基于锚定点的检测器随着物体的减小而检测效果恶化的问题Cross-View Asymme...原创 2018-06-21 20:57:24 · 2358 阅读 · 0 评论 -
CVPR2018 Best Paper:Taskonomy: 揭开任务迁移学习的秘密
CVPR 2018 Best Paper | 任务学: 揭开任务迁移学习的秘密Introduction 直觉告诉我们视觉任务之间存在着关联,但是这些关联是怎样的呢?这篇论文提出了一个完全通过计算的方法构建视觉任务的空间结构:一个有向图,节点为任务,每一条的权重作为任务间的关联度。 当我们得知任务的边界的时候,知道哪些任务之间是有着比较好的关联度,那么利用迁移学习能够降低...原创 2018-07-13 21:55:02 · 3784 阅读 · 3 评论 -
ICCV2017:ReST 以迭代空间变形实现的免纠正的脸部识别模型
ICCV2017: Recursive Spatial Transfromer (ReST) for Alignment-Free Face Recognition (以迭代空间变形实现的免纠正的脸部识别模型)Background:传统的脸部识别流程:预定义的平均脸做纠正 输入CNN 提取特征用以识别传统的脸部纠正方法:Active Shape Model Active Ap...原创 2018-07-13 21:59:49 · 927 阅读 · 0 评论 -
CVPR2018: 更为鲁棒的分类器 卷积原型学习CPL
CVPR2018:更为鲁棒的分类器 卷积原型学习CPLCVPR2018: 更为鲁棒的分类器 卷积原型学习CPL一、 论文概述二、以往相关的工作三、Prototype Cluster四、模型架构4.1 最小分类错误损失4.2 边缘分类损失4.3 距离交叉熵损失4.4 采用原型损失的泛化CPL五. 实验结果CVPR2018: 更为鲁棒的分类器 卷积原型学习CPL一、 论文概述本篇论文提出了导致C...原创 2018-11-11 13:06:45 · 2243 阅读 · 3 评论 -
异常检测概述(一): An Overview of Video Anomaly Detection,part 1
视频异常检测概述1 异常检测的问题定义及设定1.1 在ML中异常检测问题的定义1.2 三种异常检测的训练设定1.3 WDAD假设 (Well-Defined Anomaly Disturibution)1.4 部分难以识别的异常1.5 ML做异常检测的方法2 Video Anomaly Detection2.1 视频异常检测和ML中的区别0.引用1 异常检测的问题定义及设定1.1 在ML中异常...原创 2018-11-20 15:49:43 · 7659 阅读 · 10 评论 -
CVPR 2018:对抗训练的异常分类器
Adversarially Learned One-Class Classifier for Novelty Detectioncode paper1. Novelty DetectionNovelty Detection 字面翻译是新颖性检测。本质上就是发现输入的新的对象/模式,其实就是Anomaly Detection,不同名字而已。发现一些与目标类某些方面存在差异的现象。异常类型总是缺...原创 2018-11-29 20:53:42 · 2257 阅读 · 6 评论