上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 25 下一页
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
posted @ 2018-11-20 16:04 仙守 阅读(702) 评论(0) 推荐(0) 编辑
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
posted @ 2018-11-19 09:28 仙守 阅读(1129) 评论(0) 推荐(0) 编辑
摘要: 介绍下EM算法和GMM模型,先简单介绍GMM的物理意义,然后给出最直接的迭代过程;然后再介绍EM。 1 高斯混合模型 高斯分布,是统计学中的模型,其输出值表示当前输入数据样本(一维标量,多维向量)的概率。 1.1 多元高斯分布 如高斯分布-笔记所述,多元高斯函数公式为: $$p({\bf x})=\ 阅读全文
posted @ 2018-11-18 11:14 仙守 阅读(974) 评论(0) 推荐(0) 编辑
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
posted @ 2018-11-15 10:57 仙守 阅读(449) 评论(0) 推荐(0) 编辑
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
posted @ 2018-11-15 09:45 仙守 阅读(686) 评论(0) 推荐(0) 编辑
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
posted @ 2018-10-30 16:49 仙守 阅读(766) 评论(0) 推荐(0) 编辑
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
posted @ 2018-10-18 22:08 仙守 阅读(18911) 评论(2) 推荐(3) 编辑
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
posted @ 2018-10-14 22:02 仙守 阅读(5643) 评论(1) 推荐(1) 编辑
摘要: 回顾发现,李航的《统计学习方法》有些章节还没看完,为了记录,特意再水一文。 ####0 - logistic分布 如《统计学习方法》书上,设X是连续随机变量,X服从logistic分布是指X具有以下分布函数和密度函数: \(F(x) = P(X \leq x)=\frac{1}{1+e^{-(x-\ 阅读全文
posted @ 2018-10-11 16:37 仙守 阅读(390) 评论(0) 推荐(0) 编辑
摘要: 1 - kd Tree KD树是一种对K维空间中的实例点进行存储以便对其进行快速检索的树形数据结构。KD树其实就是二叉树,表现为对K维空间的一个划分,构造kd树相当于不断的用垂直于坐标轴的超平面将k维空间切分,构成一系列的k维超矩形区域,即kd树就是二叉树在高维上的扩展。kd树的每个节点最后对应于一 阅读全文
posted @ 2018-10-11 16:32 仙守 阅读(263) 评论(0) 推荐(0) 编辑
上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 25 下一页