- 博客(14)
- 资源 (92)
- 收藏
- 关注
原创 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
2016-09-27 15:23:02 85323 49
原创 SeetaFace大总结
2016年9月14日,山世光老师开源其人脸识别的一套模型,SeetaFace,并且带着源码,包括人脸检测,人脸对齐,人脸识别,三个模块,算是把人脸这一套的都有了。github的星星也转眼间就上了百,为此本屌丝也在工作之余对其性能进行了测试。 Face Detection:检测部分速度有点慢,继续开了openmp也没感觉有啥能感觉到的提速。实际效果如下:Face Alig
2016-09-23 19:22:34 35927 128
原创 人脸检测之DPM(Deformable Parts Model)
DPM的详细原理可以参考本人http://blog.csdn.net/qq_14845119/article/details/52625426 由于DPM算法本身是一种基于组件的检测算法,所以对扭曲,性别,多姿态,多角度等的人脸都具有非常好的检测效果。 本文给出的是Matlab版本的程序,c++版本的可以参考doppia。 程序链接: 实验结果:
2016-09-22 20:04:20 5400 4
原创 行人检测之DPM
DPM的详细原理可以参考本人http://blog.csdn.net/qq_14845119/article/details/52625426 DPM是继2008年提出以来,传统机器学习模式(非深度学习)下行人检测效果最好的算法。不论是召回率还是准确率都比Hog要好很多。当然,实际的运行速度经过cpu多线程加速后,大概200MS-300MS之间,未能满足实时场景的应用。经过gpu加速的可以
2016-09-22 19:42:12 10173 11
原创 DPM(Deformable Part Model)原理详解
写在前面:DPM(Deformable Part Model),正如其名称所述,可变形的组件模型,是一种基于组件的检测算法,其所见即其意。该模型由大神Felzenszwalb在2008年提出,并发表了一系列的cvpr,NIPS。并且还拿下了2010年,PASCAL VOC的“终身成就奖”。 由于DPM用到了HOG的东西,可以参考本人http://blog.csdn.net/qq_148
2016-09-22 17:58:19 63713 8
原创 基于手工打造的卷积CNN的性别识别
运行环境:VS2008人脸检测库:于仕琪老师的人脸检测库 程序解析:程序主要实现了3个卷积层的操作,通过训练获得这3个卷积层的权值。预测的时候就根据这些权值进行相应的分类操作。前向传播: int CLayer::FeedForward(double* pInput, bool bDisp){ if (!pInput) { return -1; } m_...
2016-09-20 12:39:19 1562
原创 人脸检测之NPD(Normalized Pixel Difference)
个人拙见: 归一化的像素差异特征Normalized PixelDifference (NPD),出自TPAMI上A Fast and AccurateUnconstrained Face Detector 这篇文章。是李子青组2015年的一篇论文。并且该方法的检测和训练的程序,作者已经开源,非常的值得借鉴。是传统的机器学习方面一篇很有影响的人脸检测的论文。NPD方法的优势:(1)
2016-09-18 18:57:00 9031 7
原创 人脸检测之DDFD(Deep Dense Face Detector)
DDFT(Deep Dense Face Detector)是一种基于AlexNet进行微调(finetune)改进的一种深度学习的网络模型。是雅虎公司2015年的作品,并发表在了cvpr,论文名为Multi-view Face Detection Using Deep Convolutional Neural Networks。可以实现基于多角度,遮挡,关照下的人脸检测。是一种unconstra
2016-09-17 19:11:26 8445 11
转载 深度学习综述
本文翻译自2015年,乐村,本西奥,辛顿,3人在nature上的综述Deep learning,转载自算法组网站。原文摘要深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善,包括最先进的语音识别、视觉对象识别、对象检测和许多其它领域,例如药物发现和基因组学等。深度学习能够发现大数据中的复杂结构。它是利用BP算法来完成这个发现
2016-09-14 22:41:32 2150
原创 windows下让自己的程序调用caffe库
为了避免下文的某些地方和实际阅读的童鞋的不一样,给出我自己的caffe的配置过程,http://blog.csdn.net/qq_14845119/article/details/52415090同时,本人将NugetPackages根目录下的glog,LevelDB,protobuf目录中lib下面的debug目录中相应的lib后面都加上D重命名了一下。NOW,go ahead!...
2016-09-14 21:37:42 12379 54
原创 linux下让自己的程序调用caffe库
简单的说,caffe并不像opencv那样。有个官方的例程,可以让小伙伴们方便的入手。正因为如此,本文将详细讲解如何在linux下在自己写的工程中调用caffe库。本文测试平台Ubuntu14.04+corei7+TitanX方式1:如果自己的caffe是用CMakeLists编译安装的,那么就会在/usr/local/lib/cmake/下方生成相应的.cmake的配置文件,这...
2016-09-14 17:34:59 6778
原创 将自己数据转化为cifar10支持的lmdb
大家都知道,在caffe里面,要运行cifar10的例子就得先由cifar10的数据库。由于caffe为了提高运行效率,减少磁盘寻道时间等,统一了数据接口(lmdb,leveldb)。首先,看一下cafferoot/data/cifar10(cafferoot指的是自己caffe安装的根目录)下面的get_cifar10.sh可见其下载的是bin格式的图片,然后通过caffer
2016-09-14 14:37:29 5695 11
原创 基于 CNN的年龄和性别检测
自2012年深度学习火起来后,AlexNet,vgg16,vgg19,gooGleNet,caffeNet,faster RCNN等,各种模型层出不群,颇有文艺复兴时的形态。在各种顶会论文中,对年龄和性别的检测的论文还是比较少的。而本文将要讲解的是2015年的一篇cvpr,Age and Gender Classification using Convolutional Neural Netw...
2016-09-06 22:45:02 13861 21
原创 Windows下caffe安装详解(cpu+gpu+matcaffe+pycaffe)
这篇博文是出于公司项目需要的考虑,才进行windows下caffe的相关开发。同时也在安装完后及时进行总结,希望这篇博文可以帮助到大家! 需要准备的文件:1,VS2013,这个不再赘述2,Windows版的caffe,BVLC官方链接为https://github.com/BVLC/caffe/tree/windows 安装过程:1,将下载的caffe-wi...
2016-09-02 16:35:38 73557 103
2014facebookDeepLearningforVision:TricksoftheTrade.pdf
2017-03-02
VOC2007xml.zip
2016-12-02
CarFace-Detection-Adaboost.zip
2017-09-13
( libboost.zip )
2017-09-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人