腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

瓜大三哥

专栏作者

339

文章

528766

阅读量

91

订阅数

1.人脸识别的难点用户配合度相似性易变形 2.人脸识别的评测方法 LFW数据集（Labeled Faces in the wild):该数据库工有13233幅图像，其中5749个人，1680人有两幅及以上的图像，4069人只有一幅图像。图像为250*250大小的JPEG格式。绝大多数为彩色图，少数为灰度图。该数据库采集的是自然条件下人脸图片，目的是提高自然条件下人脸识别的精度。评判标准: ØUnsupervised ØImage-restricted with no outside data ØUn

2018-02-26

33.9K1

face++人脸识别

人脸识别神经网络

该系统主要分为： 1.数据库：500万张图片和2000个人，而且删除了LFW中特有的人，其分布如下(网上搜集的图片有一个长尾效应：就是随着图片数量的增加不利于网络性能) 2.深度卷积神经网络该网络包

2018-02-26

1.1K0

人脸识别深度学习

FR:Face Recovery FCN:facial component deep network 自然条件下，因为角度，光线，occlusions（咬合/张口闭口），低分辨率等原因，使人脸图像在个体图像之间有很大的差异，影响人脸识别的广泛应用。本文提出了一种新的深度学习模型，可以学习人脸图像看不见的一面。因此，模型可以在保持个体之间的差异的同时，极大的减少了单个个体人脸图像（同一个人）之间的差异。与当前使用2d环境或者3d环境来进行人脸重建的方法不同，该方法直接从人脸图像之中学习到图像中的规则观察体（c

2018-02-26

6150

DeepID3(0.9745)：商汤科技

深度学习人脸识别

深度学习在人脸识别领域的应用提高了人脸识别的准确率。本文中，使用了两种深度神经网络框架（VGG net和GoogleLeNet）来进行人脸识别。两种框架ensemble结果在LFW数据集上可以达到0.

2018-02-26

7620

Face Recognition via Deep Embedding(0.9977)：baidu

作者提出了一种两部学习方法，结合mutil-patch deep CNN和deep metric learning,实现脸部特征提取和识别。通过1.2million(18000个个体）的训练集训练，该

2018-02-26

1.2K0

pose shape expression augmentation(0.9807)

该文章的主要思路是对数据集进行扩增（data augmentation)。CNN深度学习模型，比如face++,DeepID,FaceNet等需要基于百万级人脸图像的训练才能达到高精度。而搜集百万级人来你数据所需要耗费的人力物力财力都是很大的。所以商业公司使用的图像数据库是不公开的。本文中，采用了新的人脸数据扩增方法。对现有公共数据库人脸图像，从pose,shape和expression三哥方面合成新的人脸图像，极大的扩增数据量。在LFW和IJB-A数据集上取得了和百万级人脸数据训练一样好的结果。该文章思路

2018-02-26

8510

CNN-3DMM extimation(0.9235)

当在真实场景中应用3d模拟来增加人脸识别精度，存在两类问题：要么3d模拟不稳定，导致同一个个体的3d模拟差异较大；要么过于泛化，导致大部分合成的图片都累死。因此作者研究了一种鲁棒的三维可变人脸模型（3D morphable face models(3DMM))生成方法。他们采用了卷积神经网络（CNN）根据输入照片来调节三维人脸模型的脸型和纹理参数。该方法可以生成大量的标记样本。该方法在MICC数据集上进行了测试，准确度为state of the art。与3d-3d人脸比对流程相结合，作者在LFW，YTF

2018-02-26

1.1K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态