- 博客(16)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 RSGAN: Face Swapping and Editing using Face and Hair Representation in Latent Spaces论文阅读笔记
论文原文地址:RSGAN: Face Swapping and Editing using Face and Hair Representation in Latent Spaces本文和上一篇FSNet极为相似,:FSNet: An Identity-Aware Generative Model for Image-based Face Swapping,有需要的小伙伴可以对照着看.摘要:RSGAN：使用潜在空间中的面部和头发表示进行面部交换和编辑本文提出了一种基于属性的编辑和随机人脸部件合成的
2020-10-30 18:05:32
944
1
原创 2018FSNet: An Identity-Aware Generative Model for Image-based Face Swapping论文阅读笔记
论文原文及地址:FSNet: An Identity-Aware Generative Model for Image-based Face Swapping摘要:本文提出了基于图像的人脸交换的深层生成模型FSNet。 传统上，人脸交换方法是基于三维变形模型(3DMMS)，在不同的两幅图像中，在估计的三维(3D)几何图形之间替换面部纹理。 然而，使用3DMMS估计三维几何形状以及不同的照明条件仍然是一项困难的任务。 本文用一个潜在变量表示人脸区域，将该变量被分配深度神经网络(DNN)，而不是面部纹理
2020-10-27 18:05:50
3708
1
原创 FACIAL IMAGE COMPOSITION BASED ON ACTIVE APPEARANCE MODEL论文阅读笔记
论文题目:FACIAL IMAGE COMPOSITION BASED ON ACTIVE APPEARANCE MODEL- 本文是2008年发表的IEEE文章,是传统的简单替换内部区域的像素来实现换脸的文章,和上一篇Face swapping都是一样的传统方法.效果不是很好.后期有需要的话再回来看,暂时先略过.先去看利用GAN实现的论文.摘要:本文在主动外观模型(AAM)的基础上，提出了一种易于使用的面部图像合成框架，该框架可以自动将源图像的面部或面部特征交换到目标图像上。 手动交互是简单的，用
2020-10-26 17:40:00
199
原创 [CVPR2020]Adversarial Latent Autoencoders论文翻译及阅读笔记
论文原文地址：Adversarial Latent Autoencoders摘要自动编码器网络是一种无监督的方法，目的是通过同时学习编码器-生成器映射来结合生成和表示特性。 虽然研究广泛，但它们是否具有GANS相同的生成能力，或学习分离的表示，尚未得到充分解决。 我们介绍了一种自动编码器，它共同处理这些问题，我们称之为对抗性潜在自动编码器(ALAE)。 这是一个通用的架构，可以利用最近对GAN培训程序的改进。 我们设计了两个自动编码器：一个基于MLP编码器，另一个基于styleGAN生成器，我们称之
2020-10-23 16:34:34
899
原创 On the Generality of Facial Forgery Detection论文原文翻译以及阅读笔记
论文题目及原文地址：On the Generality of Facial Forgery Detection2019IEEE第16届移动特设和传感器系统研讨会国际会议摘要：摘要-针对面部伪造检测的任务，设计或重新设计了多种结构。 虽然其中许多设计都取得了巨大成功，但它们在很大程度上未能应对这些模型在实践中可能面临的挑战。 一个主要的挑战是通用性，其中模型必须准备在各种领域执行。 在本文中，我们研究了最先进的面部伪造检测体系结构的推广能力。 我们首先提出了两个通用性标准：可靠地检测多个欺骗技术和可
2020-10-22 15:09:30
420
2
原创 JAVA中字符串长度和（字符串）数组长度的函数【string.length和string.length()】
**今天在写leetcode的时候碰到了这个问题，也怪我自己基础知识不牢固，在算法中碰到了strs.length和str1.length()两种写法，当时就很奇怪，为啥同样是个字符串，一个加括号，一个不加括号。后来查了资料之后才发现。strs是字符串数组，获取数组的长度是利用数组的属性length，所以就是 strs.length;而str1是字符串，获取长度的话是调用str1.length()方法**...
2020-10-21 23:01:14
7680
转载 Deep Residual Learning for Image Recognition (ResNet)残差网络
论文题目及原文：Deep Residual Learning for Image Recognition (ResNet)参考译文：https://www.jianshu.com/p/f71ba99157c7
2020-10-21 20:17:09
100
原创 AlexNet论文阅读【ImageNet Classification with Deep Conventional Neural Networks】
论文题目和原文地址：ImageNet Classification with Deep Conventional Neural Networks卷积在三通道上的操作一般来说有几个卷积核，最终得到的featuremap就有几个。三通道的图片对应的卷积核也是三通道的，三个通道分别卷积之后对应位置相加填在featuremap中。比如上图中最右边的3就是通过三个通道卷积之后得到的。池化也叫做下采样，pooling。有平均池化和最大值池化，可以减少featuremap的尺寸，减少计算量，避免过拟合，引入平移
2020-10-21 17:33:38
226
转载 A Neural Algorithm of Artistic Style论文阅读笔记【2020.10.21】
题目及地址：A Neural Algorithm of Artistic Style转载：https://www.cnblogs.com/Thinker-pcw/p/8243549.html（全文翻译解读）后面原理部分暂时没看懂，先去看视频，看完回来再搞这个论文。
2020-10-20 15:51:51
187
原创 Perceptual Losses for Real-Time Style Transfer and Super-Resolution论文阅读笔记
论文原文： Perceptual Losses for Real-Time Style Transfer and Super-Resolution论文解读：https://www.jianshu.com/p/b728752a70e9（文章很不错，直接看这个就可以）摘要：基于感知损失函数的实时风格迁移和超分辨重建补充几个链接：双三次内插：https://blog.csdn.net/stf1065716904/article/details/78450997卷积理解：https://www.zhih
2020-10-19 23:04:57
207
原创 Context Encoders: Feature Learning by Inpainting论文阅读笔记
论文原文： Context Encoders: Feature Learning by Inpainting摘要：提出了一种基于上下文像素预测的无监督视觉特征学习算法论文解读：https://zhuanlan.zhihu.com/p/54070291（知乎大佬写的很不错，直接看这个就可以）对于语义信息和卷积神经网络的理解看这篇文章：https://www.jianshu.com/p/daff0d28b07d...
2020-10-19 16:07:42
477
原创 FaceShifter: Towards High Fidelity And Occlusion Aware Face Swapping论文阅读笔记
论文题目和原文：FaceShifter: Towards High Fidelity And Occlusion Aware Face Swapping
2020-10-19 11:39:33
279
转载 python引入同一文件夹下的代码爆红（不影响程序运行）
https://www.cnblogs.com/my-blogs-for-everone/articles/12270938.html亲测可用
2020-10-16 15:58:55
501
转载 使用dlib进行人脸检测和人脸特征点提取异以及人脸识别
默认环境为Windows10+anaconda+python3.7准备工作下载安装dlib要想使用dlib首先要下载安装dlib三方库,下载地址在这里,下载后在文件所在目录pip install xxxx.whl即可。安装所需模型模型下载地址如下代码实现人脸检测#检测人脸后将人脸框起来import dlibimport numpy as npimport cv2import math#def rect_to_xywh(rect): # 获得人脸矩形的坐标信息 x =
2020-10-10 21:45:18
1137
2
转载 怎么找CVPR/ICCV/ECCV文章
原文链接：https://www.jianshu.com/p/aed3dd8c81faCVPR论文查找（每年一届）点击如下链接，输入相关关键字即可搜索。http://openaccess.thecvf.com/CVPR2013_search.pyhttp://openaccess.thecvf.com/CVPR2014_search.pyhttp://openaccess.thecvf.com/CVPR2015_search.pyhttp://openaccess.thecvf.com/CVPR2
2020-10-08 16:20:26
6792
转载 如何高效阅读计算机视觉论文（b站_软绵绵的小熊猫）
https://www.bilibili.com/video/BV1Z541147b1?from=search&seid=2327072147570891972文字版：如何⾼效阅读机器学习顶会论⽂1.读书与读论⽂的区别教材仔细读：经过⻓时间的打磨，是精品；书籍如CSAPP, ESL, MLAPP, GEB（最后这个花费作者⼀辈⼦⼼⾎）论⽂要甄别：顶会论⽂：cvpr, icml, nips, 等70%：在前⼈基础上做了⼀丁点改进，如改⼀下损失函数、调调正则化 -> 不值得花
2020-10-08 15:53:30
507
vgg19网络模型百度云下载（npy和mat格式各一份）
2020-07-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人