JavaShuo
欄目
標籤
論文閱讀(11):RegularFace: Deep Face Recognition via ExclusiveRegularization
時間 2020-12-30
標籤
Face Recognition
简体版
原文
原文鏈接
本文是南開大學在CVPR2019上提出的人臉識別方法。在人臉識別任務中,同一個人的的人臉圖像在特徵空間中要相近,不同人的人臉圖像要遠離。最近的人臉識別研究都是通過設計loss懲罰同一identity下的人臉差異,關注於類內差異的壓縮。而本篇論文的關注點則是類間相似性的分離,將不同類別間的角拉開,以提取出判別性特徵。 論文主頁:RegularFace - Kai Zhao 一. Introd
>>阅读原文<<
相關文章
1.
論文閱讀(11):RegularFace: Deep Face Recognition via ExclusiveRegularization
2.
文獻閱讀 - Deep Face Recognition
3.
論文解讀 | Pose-Robust Face Recognition via Deep Residual Equivariant Mapping
4.
論文閱讀(8):ShrinkTeaNet: Million-scale Lightweight Face Recognition via Shrinking Teacher-Student Net
5.
人臉識別:Deep Face Recognition論文閱讀
6.
論文:Deep Face Recognition: A Survey 閱讀筆記
7.
SphereFace: Deep Hypersphere Embedding for Face Recognition論文閱讀
8.
論文閱讀筆記:ArcFace: Additive Angular Margin Loss for Deep Face Recognition
9.
Pose-Robust Face Recognition via Deep Residual Equivariant Mapping
10.
論文閱讀:Collaborative Deep Embedding Via Dual Networks
更多相關文章...
•
RSS 閱讀器
-
RSS 教程
•
C# 文本文件的讀寫
-
C#教程
•
JDK13 GA發佈:5大特性解讀
•
Scala 中文亂碼解決
相關標籤/搜索
論文閱讀
CV論文閱讀
recognition
外文閱讀
論文解讀
閱讀
deep
論文閱讀筆記
face
論文
Thymeleaf 教程
PHP教程
Redis教程
文件系統
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
正確理解商業智能 BI 的價值所在
2.
解決梯度消失梯度爆炸強力推薦的一個算法-----LSTM(長短時記憶神經網絡)
3.
解決梯度消失梯度爆炸強力推薦的一個算法-----GRU(門控循環神經⽹絡)
4.
HDU4565
5.
算概率投硬幣
6.
密碼算法特性
7.
DICOMRT-DiTools:clouddicom源碼解析(1)
8.
HDU-6128
9.
計算機網絡知識點詳解(持續更新...)
10.
hods2896(AC自動機)
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
論文閱讀(11):RegularFace: Deep Face Recognition via ExclusiveRegularization
2.
文獻閱讀 - Deep Face Recognition
3.
論文解讀 | Pose-Robust Face Recognition via Deep Residual Equivariant Mapping
4.
論文閱讀(8):ShrinkTeaNet: Million-scale Lightweight Face Recognition via Shrinking Teacher-Student Net
5.
人臉識別:Deep Face Recognition論文閱讀
6.
論文:Deep Face Recognition: A Survey 閱讀筆記
7.
SphereFace: Deep Hypersphere Embedding for Face Recognition論文閱讀
8.
論文閱讀筆記:ArcFace: Additive Angular Margin Loss for Deep Face Recognition
9.
Pose-Robust Face Recognition via Deep Residual Equivariant Mapping
10.
論文閱讀:Collaborative Deep Embedding Via Dual Networks
>>更多相關文章<<