- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 人脸关键点检测8——Face++（4）
《Delving Deep into Coarse-to-fine Framework for Facial Landmark Localization》CVPR2017，Face++改进关键点检测整体的网络结构： 本文提出了一个四阶段简到繁的框架去处理关键点检测任务 Satge1：一个人脸检测器去定位目标区域，接着预测旋转角度，对目标图片进行对齐，然后，对关键点进行粗预测，分...
2018-05-31 23:21:39
1426
原创 人脸关键点检测7——Face++（3）
《Approaching Human Level Facial Landmark Localization by Deep Learning》2016年，Face++改进设计思路： 和之前方法类似，第一级进行粗预测，第二级进行精细预测，以关键点为中心的图像patch作为输入，输出结果求平均，作为最后的结果。网路结构： 其中n = 68，k = 3。损失函数： ...
2018-05-31 23:17:21
2311
原创 人脸关键点检测6——Face++（2）
《Coarse-to-fine Face Alignment with Multi-Scale Local Patch Regression》2015年，Face++的改进论文设计思路： 第一步：一个单一的CNN网络去预测全局的人脸关键点； 第二步：根据估计的的尺度和角度，去对人脸图像进行几何的校正； 最后：多尺度的裁剪图像块，作为一系列网络的输入，输出更加精准的位置估计，可...
2018-05-31 23:12:22
1328
原创 人脸关键点检测5——Face++（1）
《Extensive Facial Landmark Localization with Coarse-to-fine Convolutional Network Cascade》ICCV2013，Face++在DCNN模型上进行改进，提出由粗到精的人脸关键点检测算法。 实现了68个点的高精度定位，该算法将人脸关键点分为内部关键点和轮廓关键点，内部关键点包含眉毛、眼睛、鼻子、嘴巴共计51个...
2018-05-31 23:06:20
7398
原创 人脸关键点检测４——Tweaked CNN
《Facial Landmark Detection with Tweaked Convolutional Neural Networks》思路：对CNN提取的特征进行聚类，将各簇对应的样本进行分析，最后发现同一簇表现出“相同属性”（姿态，微笑，性别）的人脸。对此，设计了K个FC5和K个FC6层，用以对不同“面部属性”的人脸进行关键点检测。 Vanilla CNN网络结构： 输入是一...
2018-05-31 22:08:28
789
原创 人脸关键点检测3——DCNN
《Deep Convolutional Network Cascade for Facial Point Detection》2013年，通过3级卷积神经网络来估计人脸关键点（5点），属于级联回归方法。 级联的卷积网络结构: Level1，采用了3个CNN，输入区域分别为整张脸（F1），眼睛和鼻子（EN1），鼻子和嘴（EM1）。F1输入尺寸为39*39，输出5个关键点的坐标；EN1输入...
2018-05-31 21:50:50
2756
原创 图像处理：JPG、PNG及BMP的区别？
图像处理：JPG、PNG及BMP的区别？1.JPG：使用的一种失真压缩标准方法，24 bit真彩色，不支持动画、不支持透明色。JPEG的压缩方式通常是破坏性资料压缩（lossy compression），即在压缩过程中图像的品质会遭受到可见的破坏。一张图片多次上传下载后，图片逐渐会失真。2.PNG：格式是无损数据压缩的，PNG格式有8位、24位、32位三种形式，其中8位PNG支持两种不同的...
2018-05-30 22:19:02
67902
2
原创 人脸关键点检测2
《Face Alignment by Deep Convolutional Network with Adaptive Learning Rate》一种新的数据增强的策略：平移和旋转、镜像、图像压缩率一种自适应的学习率算法，确保收敛的更好。Data augmentation： 第一步：轻微的平移和旋转bounding box，可以增加模型对人脸平移及姿态变化的鲁棒性。 第...
2018-05-28 23:19:28
761
原创 人脸关键点检测1——SDN
论文题目：《Effective Face Landmark Localization via Single Deep Network》method: SDN(single deep network)数据集：COFW和300-W（Helen）SDN由直连堆叠的三组层构成，每组包含两个卷积层和一个最大池化层。 网络结构：激活函数和损失函数：euclidean_...
2018-05-28 22:03:27
1596
原创 卷积神经网络的网络结构——LeNet5
《GradientBased Learning Applied to Document Recognition》1989，LeCun et al，LeNet5，主要内容在5~9页。 图像处理都是小 patchs ，比如28*28或者36*36之类，考虑如下情形，对于一副1000*1000的图像，即，当隐层也有节点时，那么（第一层链接权值）的数量将达到级别，为了减少参数规模，加快训练速度，C...
2018-05-27 22:33:50
4095
原创 Windows下mini-caffe编译
Windows下mini-caffe编译win10，vs2015下装mini-caffe，fancp1.编译准备由于windows下需要编译和下载，首先下载（1）cmake-3.11.1-win32-x86.msi和（2）Git-2.16.2-64-bit.exe，进行安装。 之后：下载mini-caffe项目，https://github.com/luoyetx/mini-ca...
2018-05-27 22:07:02
948
2
Windows 环境下编译OpenCV3.4.1和OpenCV-Contrib3.4.1下配置文件
2018-12-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人