- 博客(13)
- 收藏
- 关注
RSS订阅原创 MXNet编译至Android
MXNet版本更新很快，网上别人编译好的动态链接库很快就过时了，经常会出现某些方法不支持或者某个符号无法读取，这时就需要自己动手编译动态连接库so文件。这个地方无论是中文资料还是英文资料都很少
2016-11-22 20:38:14
5772
2
原创 人脸检测：MTCNN
《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》论文解读。本文来自于中国科学院深圳先进技术研究院，目前发表在arXiv上，是2016年4月份的文章，算是比较新的文章。 论文地址： https://kpzhang93.github.io/MTCNN_face_detectio
2016-11-19 23:01:02
51092
12
原创 神经网络：Residual Network
《Deep Residual Learning for Image Recognition》论文解读。本文来自于MSRA，作者是大神何凯明。概述本文提出了一种Residual learning的框架，和以前的深层模型比起来，层数要深很多。在ImageNet2015的比赛中，作者使用了152层的网络取得了第一名。随着网络结构的加深，带来了两个问题：一是vanishing/exploding gradi
2016-11-16 16:36:37
11913
1
原创 人脸检测：Viola-Jones
《Robust Real-Time Face Detection》论文解读这篇论文实现了实时的人脸检测算法，是人脸检测这一问题最重要的一篇论文之一，现在的OpenCV中人脸检测的方法就是基于这一论文。概述目标检测问题框架中有三个问题：1、如何选择待检测区域；2、如何提取目标特征；3如何判断是不是指定对象。针对这三个问题，Viola-Jones给出的答案是：滑动窗口法，Haar-like特征和Casc
2016-11-15 20:14:39
4735
原创 人脸对齐：Procrustes analysis
概述在人脸相关应用中，获得的人脸图像常常形状各异，这时就需要对人脸形状进行归一化处理。人脸对齐就是将两个不同的形状进行归一化的过程，将一个形状尽可能地贴近另一个形状。值得注意的是，在英语文献中，Face Alignment和Facial Landmark Detection常常混用，在我的系列博客里面，Facial Landmark Detection指的是人脸特征点检测，而Face Alignme
2016-11-15 11:50:04
20595
13
原创 神经网络：GoogLeNet
《Going Deeper with Convolutions》论文解读本文提出了GoogLeNet的网络结构，在ILSVRC2014取得了最好的成绩。本文和Network In Network一样，对网络中的传统卷积层进行了修改，提出了被称为Inception的结构。Motivation提高深度神经网络性能的关键在于增加深度和宽度。但是大的网络存在3个主要问题：发生过拟合，计算资源不足，稀疏的数据
2016-11-14 11:29:07
1922
原创 神经网络：Network In Network
《Network In Network》论文解读本文来自于新加坡国立大学，原文地址： https://arxiv.org/abs/1312.4400概述本文提出了一种叫Network in Network的网络结构，主要贡献有两个：一是mlpconv网络结构，一是Global average pooling结构。网络结构网络总体的结构如图所示，前面使用了3个mlpconv层，在输出的时候使用了
2016-11-13 12:00:27
977
原创 人脸验证：Lightened CNN
《A Lightened CNN for Deep Face Representation》论文解读本文来自中科院，原文地址为： https://arxiv.org/abs/1511.02683代码地址： https://github.com/AlfredXiangWu/face_verification_experiment正如前面《人脸验证：DeepID》博客所说，人脸验证任务中需要
2016-11-11 13:10:36
8872
1
原创 神经网络：AlexNet
《ImageNet Classification with Deep Convolutional Neural Networks》论文解读本文出自NIPS2012，作者是大神Alex Krizhevsky，属于多伦多大学Hinton组。概述本文提出的神经网络结构被成为AlexNet，在我最近的研究学习中发现，这一结构及其变种在很多任务中都有使用，回过头来重温一下这篇论文仍然是有必要的。归根到底，本文
2016-11-04 15:50:09
34175
原创 人脸特征点检测：SDM
《Supervised Descent Method and its Applications to Face Alignment》论文解读这篇文章发表于CVPR2013，来自于CMU。论文原文见： http://www.ri.cmu.edu/publication_view.html?pub_id=7428概述许多机器学习问题可以看做是一个非线性优化问题。所谓非线性优化问题就是约束条件或者目
2016-11-03 00:13:21
10995
2
原创 人脸验证：Joint Bayesian
《Bayesian Face Revisited: A Joint Formulation》论文解读这篇文章发表于ECCV2012，来自MSRA的孙剑组。论文原文见： http://home.ustc.edu.cn/~chendong/JointBayesian/概述经典的贝叶斯人脸识别方法是为两个人脸的差异进行建模，但是作者看到这种为差异建模的方法降低了可分性。本文将两个人脸进行联合建模，并
2016-11-03 00:05:36
10530
1
原创 人脸验证：DeepID
《Deep Learning Face Representation from Predicting 10000 Classes》论文解读本文来自香港中文大学汤晓鸥课题组。人脸验证（Face Verification）就是判断两个人脸是不是同一个人，一个常用的场景是判断身份证是不是本人。概述文章使用深度学习的方法来提取人脸高级特征（high-level features），这种特征被称为DeepID
2016-11-01 23:19:39
10750
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人