DeepID 专题

本文介绍了多种人脸关键点检测及人脸识别技术,包括CVPR2013中提出的利用级联深度卷积网络进行面部特征点定位的方法,以及DeepID系列工作的发展历程,从最初的端到端学习到后来融合身份验证与识别的复杂模型。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

具体项目打开链接查看:


* CNN人脸关键点检测

 CVPR2013,Deep Convolutional Network Cascade for Facial Point Detection

     汤晓欧课题组,利用级联深度卷积网络进行面部特征点定位



* ICCV2013-Hybrid Deep Learning for Face Verification

  用深度学习做面部特征点检测最早的论文


* DeeoID:Deep learning face representation from predicting 10,000 classes

原始思想:人脸比对这个问题是否能简单地用卷积神经网络进行端到端的学习,

     即输入两张人脸图片,让神经网络做一个二分类,输出这两张人脸是否属于同一个人。


* DeepID2:Deep Learning Face Representation by Joint Identification-Verification

原始思想:通过人脸图片对的比对以及单张人脸图片的分类训练卷积神经网络的工作之后,

     就在想,这两个信号能否叠加起来训练神经网络呢。

     当时还没有想清楚这两种监督信号各自的作用,但这就是DeepID2工作的最原始思想


* DeepID2+:Deeply Learned Attributes for Crowded Scene Understanding

 

* DeepID3:Face Recognition with Very Deep Neural Networks

 

专访DeepID发明者孙祎:关于深度学习与人脸算法的深层思考

 

* Caffe 实践DeepID(人脸识别)

 

* Caffe 实践DeepID2

 

* Caffe 实践DeepID2+

 

* Caffe 实践DeepID3

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值