人脸识别
真小假
初出茅庐的算法小工程师
展开
-
训练好caffemodel后,提取人脸图片的特征向量
这篇博客主要介绍下用C++代码,提取出一张人脸图片的特征向量,这里的网络,是上文中用到了center loss的网络,根据论文里介绍的,我们提取出人脸图片以及该图片的上下翻转图各自经过网络在fc5层输出的特征向量,然后将两者拼起来,形成一个2倍维数的特征向量,该特征向量表征了这个人脸。这样子,我们计算出一对待验证的人脸图片各自的特征向量后,就可以计算相似度了,这里用余弦相似度。 同样的原创 2017-05-13 18:01:42 · 8458 阅读 · 30 评论 -
用基于center loss的人脸识别模型对LFW人脸数据集进行评测(c++)
接上一篇博文,这篇博文主要是进行人脸识别中的第③和第四个步骤:特征提取以及相似度计算。 center loss是2016的一篇ECCV论文中提出来的,A Discriminative Feature Learning Approach for Deep Face Recognition,个人理解,center loss的思想有点类似于SVM,对于线性可分的数据,SVM不原创 2017-05-13 16:27:31 · 8897 阅读 · 10 评论 -
人脸检测、人脸对齐(MTCNN方法)
众所众知,严格定义上的人脸识别分为四个步骤:①人脸检测:从图片中准确定位到人脸②人脸矫正(对齐): 检测到的人脸,可能角度不是很正,需要使其对齐③对矫正后的人脸进行特征提取④对两张人脸图像的特征向量进行对比,计算相似度这里,我们主要是推荐步骤1和步骤2用到的一个方法,论文是《2016 Joint Face Detection and Alignment using Multi-原创 2017-05-13 13:54:51 · 29989 阅读 · 8 评论