xiaochaoqu的专栏

Three steps of the LBP like feature extractoin 1. Image filter: reduce the noise affection and enhance the useful information 2. pixel patterns are sampled and compared 3. encoded image is obtained

1.  Natural images consist mainly of flat regions separated by sharp edges. (A+,Adjusted Anchored Neighborhood Regression for Fast Super-Resolution)

1. 这篇文章提出了一种构造大规模人脸数据库的方法。并开源了该数据库 CASIA-webface 2. 作者在CASIA-webface上训练了一个11层的CNN网络， 并把学到的feature在LFW上测试性能， 实验显示学到的feature效果非常好。 待做 自己完成face alignment代码，尝试重复该论文的实验。

1. visualizing higher-layer features of a deep network 本文提出了两种可视化方法。  1. 最大化activation 当训练完一个深层神经网络之后， 固定所有参数。 然后对于某一个神经元的activation进行梯度上升优化来寻找能使它的值最大化的input。 不断的用gradient ascent来更新一个初始化为random