xmzwlw的专栏

A Convolutional Neural Network Cascade for Face Detection2015 CVPR 的文章　mark下．现实世界的人脸识别和挑选好的数据集是不一样的，难度更大，因为：姿态，表情，光照的变化大． 所以需要更好的区分模型，来准确地从背景中分离处人脸．然而，准确性和计算量可能是一对矛盾．为此，在CNN基础上，提出了casade architecture．

http://herohuyongtao.github.io/research/publications/speaker-naming/ 问题描述: spearking naming(SN): localizing + identifying (each speaking character) 问题的难点在于multimodal. 已有的方法都是分别处理各个modal,然后使用 handcr