Attention-aware deep reinforcement learning for video face recognition. 论文笔记

最新推荐文章于 2024-01-07 02:06:22 发布
最新推荐文章于 2024-01-07 02:06:22 发布
阅读量1.2k 收藏 2
点赞数
分类专栏： machine learning reinforcement learning 脸部识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39245207/article/details/83793840
版权

清华大学的鲁继文等人[i]做了一个使用深度强化学习做的关于视频人脸识别的模型。将视频的注意力发现过程转化为马尔科夫决策过程，并通过深度强化学习框架训练注意力模型，不使用额外的标签。然而，视频人脸通常会出现不受控制的姿势、光照等变化，导致类内距离变大。一些特征会误导和混淆，使得低质量的帧可能会影响识别的性能。

 

要做的事情：

YouTube Video Faces是用来做人脸验证的。在这个数据集下，算法需要判断两段视频里面是不是同一个人。输入为两段视频，标签为匹配或者不匹配。

数据集：

YouTube Video Faces dataset：

最低0.47元/天 解锁文章
fe_ng_ji
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
计算机视觉论文笔记四：Attention-Set based Metric Learning for Video Face Recognition
乱七八糟的笔记
05-03 933
这篇文章的创新点在于他的依据。网络多多少少都要找一些理由说明我们为什么比以前好使了一丢丢。涉及两个依据：MMD分布距离测量+memory attention mechanism.MMD测量两个分布的距离，分布来自于符合两个不同分布的样本点集，所以可以用来人脸识别。一个样本点集包含了这个人不同表情，不同角度的照片，或者干脆是是视频截取的很多帧。这些照片的共同点就是他是张三的照片，符合张三的分布。作者...
论文阅读：Neural Aggregation Network for Video Face Recognition
sinat_29381299的博客
10-19 1366
Title： Neural Aggregation Network for Video Face Recognition，微软亚研院CVPR2017的paper，实现的是利用一个attention机制对输入的一个set的人脸进行加权，得到一个人脸的特征。 作者： URL： https://arxiv.org/abs/1603.05474 Motivation： 希望输入一个set的...
face recognition[翻译][深度人脸识别:综述]
weixin_34232363的博客
10-18 1685
这里翻译下《Deep face recognition: a survey v4》. 1 引言 由于它的非侵入性和自然特征，人脸识别已经成为身份识别中重要的生物认证技术，也已经应用到许多领域，如军事，进入，公共安全和日常生活。FR自然在CVPR会议中也占据了十分长的时间。早在1990年代，随着特征脸的提出[157]，FR就成为了一个比较热门的研究领域。过去基于特征进行FR的里程碑方法在图1中有所...
CVPR2017 all paper list
热门推荐
一亩半分地
07-26 2万+
本文给出了CVPR2017的最新的paperlist
近三年脸部识别顶会论文lists(更新中...)
kiwi_Fung的博客
06-21 2332
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...
TrustGeo: Uncertainty-Aware Dynamic Graph Learning for Trustwort
最新发布
02-19
"TrustGeo: Uncertainty-Aware Dynamic Graph Learning for Trustworthiness" 是一项研究，旨在引入不确定性处理机制到动态图学习中，以提高模型的信任度。本文将详细介绍TrustGeo框架以及其在PyTorch中的实现。 ...
OCCLUSION-AWARE GAN FOR FACE DE-OCCLUSION IN THE WILD.pdf
11-12
此外，将去遮挡后的人脸应用于面部表情识别(Facial Expression Recognition, FER)系统，发现该方法显著提高了遮挡情况下FER的准确性。 【关键知识点】 1. 面部去遮挡：这是指在面部图像中移除遮挡物，以恢复完整...
Reinforcement Learning-Based Control for Unmanned Aerial Vehicles
01-20
In this paper, we propose a reinforcement learning-based control framework to prevent unauthorized UAVs from entering a target area in a dynamic game without being aware of the UAV attack model....
Delay-aware packet scheduling for massive MIMO beamforming transmission using large-scale reinforcement learning
02-07
Delay-aware packet scheduling for massive MIMO beamforming transmission using large-scale reinforcement learning
CVPR 2017 paper
qq_34848537的博客
10-08 3152
参考链接 CVPR 2017 open access Paperlist Graph-Structured Representations for Visual Question Answering Physics Inspired Optimization on Semantic Transfer Features: An Alternative Method for Room Layout...
人脸识别“Neural Aggregation Network for Video Face Recognition”
cv_family_z的博客
03-28 4608
人脸识别的新方法，主要对视频进行处理，使用CNN提取视频中多帧人像的特征，之后使用聚合模块对所有帧的特征向量进行学习累积，实验结果表明这种方法比手工设计的方法如平均池化要好。人脸识别结构如下图所示：视频中的人脸包含了目标不同姿态及光照条件下的图像，视频人脸识别的关键是如何有效的如何不同帧中的人脸信息，保留有效的信息并去除噪声。常用的方法有池化，即平均池化和最大化池化，作者设计了一个自适应权值方法，使
My Jumble of Computer Vision
joshua_1988
08-25 9915
I am going to maintain this page to record a few things about computer vision that I have read, am doing, or will have a look at. Previously I’d like to write short notes of the papers that I have rea...
Attention Mechanisms in Reinforcement Learning: A Promising New Frontier
禅与计算机程序设计艺术
01-07 317
1.背景介绍 人工智能(Artificial Intelligence, AI)是一门研究如何让机器具备智能的学科。在过去的几十年里，人工智能研究者们致力于解决各种复杂问题，包括计算机视觉、自然语言处理、机器学习等领域。在这些领域中，强化学习(Reinforcement Learning, RL)是一种非常有前景的方法。 强化学习是一种机器学习方法，它允许智能体通过与环境的互动来学习。智能体在...
强化学习——day41联系通讯作者和读论文：AAAI-2021:Self-Supervised Attention-Aware Reinforcement Learning
想太多的学习日志
10-12 1087
本文设计了一个自我监督的注意模块，该模块可以识别感兴趣的显着区域，而无需明确的手工标记注释。在现有的以CNNs为特征提取器的深度RL方法中，可以直接即插即用。
Crowd-aware Robot Navigation with Attention-based Deep Reinforcement Learning 论文解析
mawonly的博客
05-18 924
Crowd-Robot Interaction:Crowd-aware Robot Navigation with Attention-based Deep Reinforcement Learning 论文解析 Crowd-Robot Interaction:Crowd-aware Robot Navigation with Attention-based Deep Reinforcement Learning 论文解读 近期精读了一篇强化学习论文，在此分享一下，相互学习。 论文亮点 逾越人机交互到人群与
深度强化学习 Deep Reinforcement Learning
无无
07-12 1349
深度强化学习
Deep Reinforcement Learning for Task Offloading in Mobile Edge Computing Systems
sinat_50757558的博客
03-30 3172
在移动边缘计算系统中，当大量移动设备将其任务卸载到边缘节点时，边缘节点可能具有高负载。那些被卸载的任务可能会经历巨大的处理延迟，甚至在截止日期到期时被丢弃。由于边缘节点的负载动态不确定，每个设备都很难以分散的方式确定其卸载决策（即是否卸载，以及应将任务卸载到哪个边缘节点）。在这项工作中，我们考虑不可分和延迟敏感的任务以及边缘负荷动态，并制定任务卸载问题，以尽量减少预期的长期成本。我们提出了一种基于无模型深度强化学习的分布式算法，每个设备都可以在不知道其他设备的任务模型和卸载决策的情况下确定其卸载决策。为了改
Concept-aware deep knowledge tracing and exercise recommendation in an online learning system
05-18
"Concept-aware deep knowledge tracing and exercise recommendation in an online learning system" is a research paper that proposes a machine learning approach to improve personalized education in on...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值