![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人脸识别
看穿数据之美
机器学习/深度学习/数据挖掘/推荐算法,微信为oppo62258801(同13011197941),邮箱为lcqbit11@163.com,欢迎学习交流!
展开
-
Matlab批量读取元胞数组中数据保存到txt文件中(WIDER FACE数据集中,读取人脸标注矩形框信息)
WIDER FACE:http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/1、文件说明:"wider_face_split.zip" 文件包含三个子文件: wider_face_train.mat, wider_face_val.mat, andwider_face_test.mat.其中,每个子文件中元胞数组:The 'event转载 2017-02-26 02:29:43 · 1240 阅读 · 0 评论 -
NMS——非极大值抑制
NMS(non maximum suppression),中文名非极大值抑制,在很多计算机视觉任务中都有广泛应用,如:边缘检测、目标检测等。这里主要以人脸检测中的应用为例,来说明NMS,并给出Matlab示例程序。人脸检测的一些概念(1) 绝大部分人脸检测器的核心是分类器,即给定一个尺寸固定图片,分类器判断是或者不是人脸;(2)将分类器进化为检测器的关键是:在原始图转载 2017-03-18 18:06:47 · 2177 阅读 · 0 评论 -
生成hdf5文件用于多标签训练
导入相关库import randomfrom PIL import Imageimport numpy as npimport h5py1234512345文件配置IMAGE_DIR = ['image_train', 'image_test']HDF5_FILE = ['hdf5_train.h5', 'hdf5_test.h5']LIST_FILE = ['list转载 2017-02-26 22:20:32 · 1337 阅读 · 2 评论 -
非最大抑制(NMS)
非极大值抑制(NMS) 非极大值抑制顾名思义就是抑制不是极大值的元素,搜索局部的极大值。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。这里不讨论通用的NMS算法,而是用于在目标检测中用于提取分数最高的窗口的。例如在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉转载 2017-03-22 10:43:58 · 592 阅读 · 0 评论 -
人脸识别之DeepFace
该论文为2016年的一篇ECCV,ADiscriminative Feature Learning Approach for Deep Face Recognition。还是深圳先进院乔宇老师组的一篇。不管是思想还是效果都非常的棒。论文思想:整体流程就是读取输入的图像,然后做个前向传播,应用softmax loss+center loss学习到Discrimin转载 2017-03-24 19:00:21 · 6947 阅读 · 0 评论 -
MTCNN(Multi-task convolutional neural networks)人脸对齐
该MTCNN算法出自深圳先进技术研究院,乔宇老师组,是今年2016的ECCV。(至少我知道的今年已经一篇cvpr,一篇eccv了)。 进入正题理论基础:正如上图所示,该MTCNN由3个网络结构组成(P-Net,R-Net,O-Net)。Proposal Network (P-Net):该网络结构主要获得了人脸区域的候选窗口和边界转载 2017-03-24 19:56:54 · 4992 阅读 · 2 评论 -
使用caffe的python接口实现内部参数可视化
1。这里并不介绍如何训练cnn及caffe配置,主要介绍如何实现cnn内部参数可视化。#这是我训练时使用的train.prototxt文件,在实现可视化之前首先需要对这个文件进行修改,#trian.prototxt文件的前2层及尾部需要修改,修改成train_deploy.prototxt文件。name: "face_train"layer { name: "face" type转载 2017-03-16 15:59:19 · 1386 阅读 · 0 评论 -
论文笔记 Bootstrapping Face Detection with Hard Negative Examples
来自小米研究院的文章。主要介绍了一种优秀的人脸检测技术:采用hard negative mining想法,反复通过背景得到的hard negatives,对Faster RCNN的人脸检测算子进行更新。通过FDDB数据集的验证,该方法效果显著。Related Work:Hard Negative Mining 开始是用在选择function approximation转载 2017-04-13 19:56:40 · 754 阅读 · 0 评论 -
论文笔记--FaceNet & Online Hard Example Mining
昨天读了两篇论文,一篇是今年cvpr的一篇oral,R-CNN的作者,论文的重点不是提高检测速度,而是在进行更有效的训练—-如何挖掘有效的样本;另一篇是去年google提出的利用三元组进行人脸识别算法—-FaceNet。Online Hard Example Mining1. Introduction hard example mining 是机器学习在训练时常见的步骤。总转载 2017-04-13 21:24:05 · 856 阅读 · 0 评论