06 2020 档案

摘要:Exploring Unlabeled Faces for Novel Attribute Discovery Abstract 尽管在非成对图像到图像的转换方面取得了显著的成功,现有的系统仍然需要大量的标记图像。这是他们实际应用的瓶颈;在实践中,在带标记的CelebA数据集上训练的模型对于来自不同 阅读全文
posted @ 2020-06-29 11:17 慢行厚积 阅读(541) 评论(0) 推荐(0) 编辑
摘要:代码:https://github.com/genforce/interfacegan Abstract 尽管最近生成对抗网络(GANs)在高保真图像合成方面取得了进展,但对于GANs如何能够将随机分布的潜在编码映射成逼真的图像仍缺乏足够的理解。以往的研究假设GANs学习的潜在空间遵循分布表示,但观 阅读全文
posted @ 2020-06-24 18:54 慢行厚积 阅读(3234) 评论(0) 推荐(0) 编辑
摘要:GroupFace: Learning Latent Groups and Constructing Group-based Representations for Face Recognition Abstract 在人脸识别领域中,模型学习使用更少维度的嵌入特征来区分百万级的人脸图像,且这样大量 阅读全文
posted @ 2020-06-19 18:40 慢行厚积 阅读(1607) 评论(0) 推荐(0) 编辑
摘要:CurricularFace: Adaptive Curriculum Learning Loss for Deep Face Recognition https://github.com/HuangYG123/CurricularFace Abstract 作为人脸识别中的一个新兴课题,设计基于边 阅读全文
posted @ 2020-06-18 17:46 慢行厚积 阅读(3476) 评论(0) 推荐(0) 编辑
摘要:Abstract 深度卷积神经网络(CNNs)的发展使人脸识别得到了长远的发展,其核心任务是提高特征识别的能力。为此,提出了几个基于边缘的softmax损失函数(如角边缘、附加性边缘和附加性角边缘)来增加不同类别之间的特征边缘。然而,尽管取得了很大的成就,但主要存在三个问题:1)明显忽视了信息特征挖 阅读全文
posted @ 2020-06-18 11:27 慢行厚积 阅读(1370) 评论(0) 推荐(0) 编辑