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

机器学习算法与理论

专栏作者

57

文章

73348

阅读量

28

订阅数

最新姿态估计研究进展

开源 github 图像识别图像处理

最新姿态估计研究进展自上而下：就是先检测包含人的框，即human proposal，然后对框子中的人进行姿态估计。一般RCNN（区域CNN就是这个思路）自下而上：先检测keypoint，然后根据热力图、点与点之间连接的概率，根据图论知识，基于PAF（部分亲和字段）将关键点连接起来，将关键点分组到人。 1、CMU：openpose 研究多人的姿态估计运行环境：caffe 自下而上，关键点被分组到人的实例时间：2.8-3.4fps 开源,Github: https://github.com/CMU-P

微风、掠过

2018-04-10

2.1K0

使用开源人脸特征提取器进行脸部颜值评分

开源 ubuntu opencv python 人脸识别

本文仅为模型应用实战，而非颜值研究，所得结果仅供娱乐，仅供参考。方法也仅供参考。一般而言，数据量越大，结果越接近正常人审美。由于本次数据量较小，故仅为实验。使用环境：ubuntu14.04，opencv3.2.0，dlib19.6，python2.7 一、准备工作： 1、下载dlib库，下载特征提取模型。该模型的作用是通过卷积神经网络产生128维的特征向量，用以代表这张脸。网络输入参数为人脸landmark的68个特征点shape和整幅图像。可猜想网络特征与人脸的68特征点坐标有关，在网络中进行归一

微风、掠过

2018-04-10

2.6K0

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