人脸识别
dongyangY
这个作者很懒,什么都没留下…
展开
-
mtcnn 项目介绍
MTCNN 人脸识别项目文章目录MTCNN 人脸识别项目现阶段实现:对人脸以及五个关键点进行标注1.级联训练2.标注框的选择3.判别网络输出的框是否有人脸4.对于照片中不同大小的人脸识别的处理5 训练集的制作5.1 制作样本5.2 对样本的随机框进行处理6.网络的搭建7.训练8.测试:重点的是反算附录A. 扩充框B. IOUC. NMS现阶段实现:对人脸以及五个关键点进行标注1.级联训练...原创 2019-01-01 13:08:36 · 1283 阅读 · 0 评论 -
mtcnn论文翻译
MTCNN :使用多任务级联卷积网络进行联合人脸检测和对准文章目录MTCNN :使用多任务级联卷积网络进行联合人脸检测和对准摘要I。导言II。途径A. 总体框架B. CNN架构C. 训练III。实验A. 训练数据B. 在线硬样本挖掘的有效性C. 联合检测和校准的有效性D. 面部检测评估F. 运行时效率原论文地址:https://kpzhang93.github.io/MTCNN_face_de...原创 2019-01-01 14:06:45 · 5354 阅读 · 5 评论 -
mtcnn pytorch实现
MTCNN PyTorch实现MTCNN 网络结构实现:P-net全卷积网络中间层: 卷积层:2D卷积,激活函数:PReLU 池化层:最大池化置信度输出:Sigmoid(激活函数)回归框输出,地表点回归:线性输出P_netin_shapein_channelsout_channelskernel_sizestridepaddingout_shape...原创 2019-01-01 14:09:58 · 3764 阅读 · 15 评论 -
center loss 翻译
深度人脸识别的判别特征学习方法(Center Loss)抽象 卷积神经网络(CNNs)已被广泛应用于计算机视觉领域,显着提高了现有技术水平。在大多数可用的CNN中,softmax损失函数被用作训练深度模型的监督信号。为了增强深度学习特征的判别力,本文提出了一种新的监督信号,称为中心丢失,用于人脸识别任务。具体而言,中心损失同时学习每个类别的深度特征的中心并且惩罚深度特征与其对应的类中心之间的...原创 2019-01-01 14:21:03 · 1256 阅读 · 0 评论