Dynamic Feature Learning for Partial Face Recognition (CVPR 2018)

破题:

本文提出的模型是Dynamic Feature Learning (DFL)

本人要做的事情是Partial Face Recognition(PFR)

摘要:DFL由两个技术组成,分别为Fully Convolutional Network (FCN)和 Sparse Representation Classification (SRC) 。三个数据集做实验,分别为LFW、YTF和CASIA-NIR-Distance。

引言:PFR是从人脸的部分区域识别身份,与传统人脸识别不同是这里强调部分

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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