摘要：
#论文基本情况 发表时间及刊物/会议：2021 NeurIPS 发表单位：Beijing University of Posts and Telecommunications #问题背景 不确定性是用来描述模型对其推断结果的信任程度，我们希望模型给予错误的预测很高的不确定性，此时人们可以有针对性的进 阅读全文
摘要：
#论文基本情况 发表时间及刊物/会议：2021 Pattern Recognition Letters （PRL） 发表单位：萨西萨伊高等学院 (Sri Sathya Sai Institute of Higher Learning) #问题背景 （1）遮挡和姿态变化是表情识别需要解决的两大难题 （ 阅读全文
摘要：
#论文基本情况 发表时间及刊物/会议：2022 CVPR 发表单位：西安电子科技大学， 香港中文大学，重庆邮电大学 #问题背景 在大部分半监督学习方法中，一般而言，只有部分置信度高于提前设置的阈值的无标签数据被利用。由此说明，大部分半监督方法没有充分利用已有数据进行训练。 #论文创新点 设置了Ada 阅读全文
摘要：
论文基本情况 发表时间及刊物/会议： 2019 TIP 问题背景 遮挡和姿态变化是表情识别需要解决的两大难题，但是目前没有关于姿态变换和遮挡的表情识别数据集。 论文创新点 （1）在现有的表情识别数据集选取了涉及姿态变化和遮挡的图片，并标注了遮挡类型以及姿态变化角度。具体来说，论文选取了RAF-DB， 阅读全文
摘要：
Suppressing Uncertainties for Large-Scale Facial Expression Recognition 论文基本情况 发表时间及刊物/会议： 2020 CVPR 发表单位：ShenZhen Key Lab of Computer Vision and Patt 阅读全文
摘要：
Python Numpy.dot()用法 点击查看代码 import numpy as np y = np.array(([[3,4,5],[6,7,8]]),dtype=float) x = np.array(([2,3,4]),dtype=float) print(x.shape) #(3,) 阅读全文
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