人脸识别相关技术介绍和步骤

在这里插入图片描述
1.人脸检测
在这里插入图片描述
2.人脸配准
在这里插入图片描述
3.人脸属性识别
在这里插入图片描述
4.人脸特征提取
在这里插入图片描述
3.人脸验证
在这里插入图片描述
4.人脸识别
在这里插入图片描述
5.人脸检索
在这里插入图片描述
6.人脸聚类
在这里插入图片描述

人脸识别一般步骤

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

MTCNN人脸检测

在这里插入图片描述
之所以用三个网络是因为P,R,O的检测效果和网络复杂性逐步递增。把上一级拿到的检测窗口传到下一级网络
在这里插入图片描述
关键点检测用10个值 因为为了检测5个点,每个点都需要两个值,在实际检测时Pnet并不负责人脸关键点的检测,即使网络也有这个功能。
在这里插入图片描述
在这里插入图片描述
onet中会做人脸关键点检测

卷积应用与人脸识别

在这里插入图片描述
简单多分类的问题:
在这里插入图片描述

DeepID 深度学习应用于人脸识别

在这里插入图片描述

数据生成

在这里插入图片描述

网络结构

在这里插入图片描述
不包括水平翻转,训练60个网络
在这里插入图片描述
每个网络都可以得到160个特征,然后去做10000类的分类

训练人脸验证的网络

在这里插入图片描述
group表示特征的组数 60组
在这里插入图片描述

DeepID2

开始修改loss DeepID1相当于只在提升类间差距
在这里插入图片描述
在这里插入图片描述

损失函数

在这里插入图片描述

DeepID2+

在这里插入图片描述
在这里插入图片描述

DeepID3

在这里插入图片描述

FaceNet

在这里插入图片描述
在这里插入图片描述
引入了triplet loss
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

样本选择

在这里插入图片描述
半难就是少了一个间隔系数,使得负样本只比正样本距离大一点点

人脸识别案例

在这里插入图片描述
在这里插入图片描述
数据分析分析数据的分布和存在的问题(面部遮挡,光照问题等)
必读文章:
在这里插入图片描述

提出数据论文

在这里插入图片描述

改进函数论文

在这里插入图片描述

实时运行文章

在这里插入图片描述

人脸识别常用数据集

在这里插入图片描述
在这里插入图片描述
进行十折交叉验证
在这里插入图片描述

人脸识别算法优化

在这里插入图片描述
在这里插入图片描述
人脸配准就是根据人脸关键点的结果对人脸进行旋转和仿射变换
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

模型上线测试

在这里插入图片描述

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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