随笔分类 - Deep Learning
摘要：本文来自《Detecting Faces Using Region-based Fully Convolutional Networks》，又是腾讯ai实验室的作品。时间线为2017年9月。 0 引言 如图所示，影响人脸检测的涉及到人脸遮挡，人脸尺寸，光照条件，各种姿态，丰富的表情等等。fast/f
阅读全文
摘要：本文来自《$S^3$FD: Single Shot Scale-invariant Face Detector》,时间线为2017年11月. 0 引言 基于锚的目标检测方法，是通过分类和回归一系列预先设定的锚来检测目标的。这里预先设定的锚通常都是一个个基于不同尺度和长宽比的框。这些锚通常都是关联一层
阅读全文
摘要：该文来自《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》。该文时间线是2018年1月 虽然人脸检测上随着深度学习的普及，引来了巨大的进步，可是如何在CPU环境下实时的保持高准确度是一个难题，因为高准确度的网络往往伴随着大量的计
阅读全文
摘要：该文来自《SSH: Single Stage Headless Face Detector》，本文时间线2017年8月。 不同于face rcnn那种两阶段的方法，SSH和ssd一样是一阶段的方法。其从一个分类网络的前面卷积层直接检测人脸。这里所谓的Headless是移除潜在的分类网络的"头"，而且
阅读全文
摘要：face r-cnn是腾讯ai实验室的作品，而且登录过腾讯ai实验室官网，发现果然硕果累累，不得不佩服。 1 引言 人脸检测虽然相对之前有了不小的进步，可是还是因为真实世界中人脸图像的明显变化导致仍然极具挑战。 图1中的人脸就同时包含了遮挡，光照，尺度，姿态和表情。 而随着近来faster rcnn
阅读全文
摘要：该模型hybrid-resolution model (HR)，来自《finding tiny faces》，时间线为2016年12月 0 引言 虽然大家在目标识别上有了较好的进步，可是检测小物体仍然是一个极具挑战的事情。对于几乎所有当前的识别和目标检测系统而言，尺度不变性是一个必须的特性。但是从实
阅读全文
摘要：因为这两篇论文感觉内容较短，故而合并到一个博文中。 Multi-view face detection 本文来自《Multi-view Face Detection Using Deep Convolutional Neural Networks》的解读。时间线是2015年4月。 本文考虑的是多角度
阅读全文
摘要：0 引言 本文是之前为了解决如何将文字贴到图片上而编写的代码,默认是如发票一类的，所以并未考虑透视变换等。且采用的是pygame粘贴方式，之前也尝试过opencv的seamlessClone粘贴。 值得注意的是，通过修改参数，增加各种干扰操作（羽化，噪音等等），生成的数据集看似丰富，其实因为内在的数
阅读全文
摘要：本文是基于《 A convolutional neural network cascade for face detection》的解读，所以时间线是2015年。 0 引言 人脸检测是CV社区中一直研究的问题，现在大多的人脸检测器都可以很容易的检测正脸或者接近正脸。所以人们开始关心如何解决在无约束条
阅读全文
摘要：为了实现标注平台智能辅助标注的能力，即上传一个标注任务，开始不提供辅助任务，随着用户标注的进行，后台可以收集一部分的标记数据，然后开启模型训练，并接着提供模型服务功能。然后再收集数据，再不断的训练，然后更新服务端的模型。随着标记的进行，模型的准确度也会越来越高。从而达到随着时间的进行，人工标注会从最
阅读全文
摘要：这里翻译下《Deep face recognition: a survey v4》. 1 引言 由于它的非侵入性和自然特征，人脸识别已经成为身份识别中重要的生物认证技术，也已经应用到许多领域，如军事，进入，公共安全和日常生活。FR自然在CVPR会议中也占据了十分长的时间。早在1990年代，随着特征脸
阅读全文
摘要：本文译自《Deep learning for understanding faces: Machines may be just as good, or better, than humans》。为了方便，文中论文索引位置保持不变，方便直接去原文中找参考文献。 近些年深度卷积神经网络的发展将各种目标
阅读全文
摘要：0. 引言 神经网络中的注意机制就是参考人类的视觉注意机制原理。即人眼在聚焦视野区域中某个小区域时，会投入更多的注意力到这个区域，即以“高分辨率”聚焦于图像的某个区域，同时以“低分辨率”感知周围图像，然后随着时间的推移调整焦点。 参考文献： 1. " arxiv ] .[attention sear
阅读全文
摘要：0. 背景 Junbo Zhao等人提出的“基于能量的GAN”网络，其将判别器视为一个能量函数而不需要明显的概率解释，该函数可以是一个可训练的损失函数。能量函数是将靠近真实数据流形的区域视为低能量区域，而远离的视为高能量区域。和“概率GAN”相似，训练中，生成器会尽可能生成最小能量时候的伪造样本，而
阅读全文
摘要：0 背景 在这之前大家在训练GAN的时候，使用的loss函数都是sigmoid_cross_entropy_loss函数，然而xudon mao等人发现当使用伪造样本去更新生成器（且此时伪造样本也被判别器判为对的时候）会导致梯度消失的问题。虽然此时伪造样本仍然离真实样本分布距离还挺远。也就是之前的损
阅读全文
摘要：###0.背景 Tim Salimans等人认为之前的GANs虽然可以生成很好的样本，然而训练GAN本质是找到一个基于连续的，高维参数空间上的非凸游戏上的纳什平衡。然而不幸的是，寻找纳什平衡是一个十分困难的问题。在现有的针对特定场景算法中，GAN的实现通常是使用梯度下降的方法去训练GAN网络的目标函
阅读全文
摘要：引言中已经较为详细的介绍了GAN的理论基础和模型本身的原理。这里主要是研读Goodfellow的第一篇GAN论文。 ###0. 对抗网络 如引言中所述，对抗网络其实就是一个零和游戏中的2人最小最大游戏，主要就是为了处理下面的函数$V(G,D)$: 在实现过程中，如果将D和G都写入同一个循环中，即迭代
阅读全文
摘要：###0.背景 通过对《tensorflow machine learning cookbook》第9章第3节"implementing_lstm"进行阅读，发现如下形式可以很方便的进行训练和预测,通过类进行定义，并利用了tf中的变量重用的能力，使得在训练阶段模型的许多变量，比如权重等，能够直接用在
阅读全文
摘要：###0. 背景 通过阅读书籍《Pro Deep Learning with TensorFlow: A Mathematical Approach to Advanced Artificial Intelligence in Python》的第6章第4节的《Generative Adversari
阅读全文
摘要：###0. 背景 ###1. CTC原理 图 CTC结构图 CTC是看似和HMM有些联系，然后也采用DP来进行求解，将CTC结构图中<RNN输出，CTC层>单独拿出来，得到如下形式： 图 用前向-后向算法计算CTC 上图如CTC结构图， 最开始只能以(-)或者标签序列中第一个字符开始，即这里的t=1
阅读全文