随笔分类 - 人脸算法
摘要：##研究背景 表情识别遇到的问题： a）缺少充足的数据 b）表情过于细微，难以辨别 c）主观的，不一致的标签 d）自然条件下的数据包含姿态，强度，遮挡方面的变化 解决方法：基于self-training 的半监督的CNN网络结构 ##网络结构 具体分为四个部分：模型初始训练、使用无标签的数据更新网络
阅读全文
摘要：##Motivation 在表情识别中，标注质量高的数据集数据量小，容易造成过拟合；数据量大的数据集标注质量不佳，含噪声，不利于模型的学习。如下图，为表情识别中最大的数据集之一AffectNet中错误标签。我们提出Progressive Teacher 用于同时解决缺少高质量标注数据和大数据集标注含
阅读全文
摘要：#01 人脸技术的应用 人脸硬件产品：考勤支付，安防监控，医疗美容 人脸软件产品：各类娱乐软件，如美图秀秀 #02 人脸图像算法及其研究方向 人脸检测核心算法 目的：检测图像中是否存在人脸 人脸检测是目标检测的分支，通用的目标检测方法都可以用来做人脸检测 人脸检测的独特模型： 级联模型： 由粗到精，
阅读全文
摘要：##背景： 研究背景：基于 RGB-D 的人脸识别基本上以 2D 人脸识别方法为主，将与 RGB 对齐的深度图作为一个通道送入 CNN 网络，RGB-D 一个优势是增加了人脸的空间形状信息。能够更好的应对大姿态变化和光照变化问题。针对 RGB-D 图像的人脸识别论文基本思想是在特征层融合或是在像素层
阅读全文
