活体检测论文研读第5页

[论文研读]天天看到的 ground truth，到底是什么意思？

文章目录维基百科中文版StatisticsandmachinelearningICanSeeClearlyNow:ImageRestorationviaDe-Raining维基百科中文版基准真相：(groundtruth)是一个相对概念；它是指相对于新的测量方式得到的测量值，作为基准的，由已有的、可靠的测量方式得到的测量值（即经验证据）。人们往往会利用基准真相，对新的测量方式进行校准，以降低新测量

东皇太一在此·2022-12-01 07:21

[人脸活体检测] 论文：Searching Central Difference Convolutional Networks for Face Anti-Spoofing

文章目录SearchingCentralDifferenceConvolutionalNetworksforFaceAnti-Spoofing1导读2简介3方法中心差分卷积神经网络CDCN：搜索一个中心差分卷积神经网络CDCN++：4实验5贡献6总结SearchingCentralDifferenceConvolutionalNetworksforFaceAnti-Spoofing在CVPR202

图像算法AI·2022-11-30 19:44

活体检测 Face Anti-Spoofing Using TransformersWith Relation-Aware Mechanism 学习笔记

论文链接：FaceAnti-SpoofingUsingTransformersWithRelation-AwareMechanism|IEEEJournals&Magazine|IEEEXplore同一图像不同patch之间的信息为区分真假人脸提供了重要信息，如下图所示，与真实人脸相比，从假体人脸提取的patch之间的相关性很强，不论这两个patch是否处在相邻位置。有两个原因导致这样的结果：（1

Cassiel_cx·2022-11-30 19:36

CVPR2022 活体检测 Adaptive Transformers for Robust Few-shotCross-domain Face Anti-spoofing

论文链接：https://arxiv.org/pdf/2203.12175.pdf域泛化(domaingeneralization)：旨在从多个源域数据集中学习一个模型，该模型能泛化到未知的数据集中。元学习(meta-learning)：在训练期间模仿域偏移(domainshift)，以获得一个表达能力强的特征空间。少样本学习(few-shotlearning)：旨在从每个类的几个样本中学习，使模

Cassiel_cx·2022-11-30 19:36

活体检测论文 Face Anti-Spoofing with Human Material Perception 阅读笔记

论文链接：FaceAnti-SpoofingwithHumanMaterialPerception|SpringerLink动机现有的CNN提取的特征和手工特征都是为通用图像识别任务设计的，这与需要细粒度信息的FAS任务不兼容。基于此，很多SOTA方法根据脸部固有的线索，将一些先验知识加入到特征表示中，如：rPPG、depth以及reflection。FAS任务中一个有趣且重要的问题是人类如何区分

Cassiel_cx·2022-11-30 19:06

论文笔记-Searching Central Difference Convolutional Networks for Face Anti-Spoofing

今天为大家介绍一篇人脸活体检测的论文，貌似也叫人脸反欺骗（FaceAnti-Spoofing,FAS）,那就一起来

Lyndsey·2022-11-30 19:33

人脸活体检测论文：Multi-Modal Face Anti-Spoofing Based on Central Difference Networks

作者ZitongYu,YunxiaoQin,XiaobaiLi,ZezhengWang,ChenxuZhao,ZhenLei,GuoyingZhao摘要人脸反欺骗（Faceanti-spoofing，FAS）在保护人脸识别系统免受表示攻击方面起着至关重要的作用。当现有的跨模态攻击方法依赖于复杂的交叉信息时，FAS很容易依赖于复杂的交叉信息。本文推广了中心差分卷积网络（CDCN）对于多模式版本，打算

OneQuestionADay·2022-11-30 19:01

基于注意力机制的多特征融合人脸活体检测

摘要:针对常规人脸活体检测中存在的特征信息提取不足、准确率不高、容易被欺骗等问题，提出了一种基于注意力机制的多特征融合人脸活体检测算法.首先，为充分利用图像的低层特征，将原始人脸图像通过变换得到傅里叶频谱图

米朵儿技术屋·2022-11-30 06:13

细粒度图像分类论文研读-2016

文章目录CompactBilinearPoolingAbstractIntroductionCompactbilinearmodelsAkernelizedviewofbilinearpoolingCompactbilinearpoolingSomepropertiesofcompactbilinearpoolingCompactBilinearPoolingAbstract双线性模型很成功，但是

右边是我女神·2022-11-29 07:26

毕业设计-机器学习人眼检测活体检测-opencv

目录前言课题背景和意义实现技术思路实现效果图样例前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过和节省时间与精力投入到更重要的就业和考试中去,学长分享优质的选题经验和毕设项目与技术思路。对毕设有任何疑问都可以问学长哦!大

HaiLang_IT·2022-11-28 18:56

《Towards Fast, Accurate and Stable 3D Dense Face Alignment 》3DDFA-V2论文研读和工程实现

一：论文主要的4部分1:使用轻量级网络，训练模型回归62个3DMM参数。defaultoutputisdimensionwithlength62=12(pose)+40(shape)+10(expression)工程公布了mb05_120x120,mb05_120x120,resnet_120x120三个模型（mobilenet0.5，mobilenet1.0,resnet1.0）2:提出meta

咆哮的大叔·2022-11-27 04:00

文本关键信息抽取-面向复杂文本结构的实体关系联合抽取研究（论文研读）（二）

面向复杂文本结构的实体关系联合抽取研究4具有关系导向注意力机制的联合抽取模型4.1问题描述4.3所提模型与理论4.3.1上下文特征提取层4.3.2关系导向层4.3.3特征分类层4.3.4损失函数4具有关系导向注意力机制的联合抽取模型本章介绍实体关系联合抽取模型：具有关系导向注意力机制的联合抽取模型（Relation-GuidedAttentionMechanismModelinJointExtra

椒椒。·2022-11-26 18:38

神经网络的几点思考

人脸识别，人脸属性，人脸关键点，活体检测应该都可以用局部卷积，可以节省算力资源。

AI视觉网奇·2022-11-26 15:58

多媒体技术论文研读报告

多媒体技术论文研读报告一、论文基本信息论文题目为：基于多模态特征融合嵌入的相似广告检索方法，作者信息：南京大学计算机软件新技术国家重点实验室，南京大学软件学院冯奕、周晓松、李传艺、葛季栋、骆斌，深圳市腾讯计算机系统有限公司王挺

StarryTank·2022-11-26 13:03

2021-07-29

.根据自己天马行空的灵感(游戏app开发)2.生产当去需要解决的问题而造就的项目(目标检测)类似瑕疵检测，对实际生产环境中的问题，以人工智能的方式高效的去解决某一问题思考：安全帽佩戴检测是否需要要加上活体检测

just f·2022-11-26 08:13

论文研读：A new approach to compute deficiency number of Mahjong configurations

摘要：麻将是一种中国传统的以牌为基础的游戏，有着悠久的历史，现在世界上许多国家都在玩麻将。关于麻将话题的一个重要问题是，玩家最少需要改变多少张牌才能获胜，即所谓的缺牌数，这在麻将游戏的AI开发中起到了非常重要的作用。然而，由于大量可能的牌组组合，缺牌数无法轻易计算出来。在这项工作中，我们提出了一种高效的算法方法，在编程语言Python的帮助下，计算玩家手中的牌的不足数。为了评估该方法的性能，我们针

深海探照灯·2022-11-25 12:23

细粒度图像分类论文研读-2015

BilinearCNNModelsforFine-grainedVisualRecognition（byend-to-endfeatureencoding）本文是单阶段法的开山之作。Abstract本文提出了双线性模型，由两个特征提取器组成。其输出在图像的每个位置使用外积相乘并合并来获得图像的描述。这样一种结构可以建模局部的、成对的特征交互（以一种平移不变的方式），这对于细粒度分类尤其有用。这样一

右边是我女神·2022-11-25 10:39

Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data-----阅读阶段

BlindSuper-Resolution：盲超分辨率Real-ESRGAN:TrainingReal-WorldBlindSuper-ResolutionwithPureSyntheticData——代码实践论文研读申明论文地址

MengYa_DreamZ·2022-11-25 04:02

论文研读-图嵌入-2018综述

图嵌入综述论文研读一、论文概述1文章摘要2关键词3文章脉络4文章贡献二、图嵌入是什么1简单概念2形式化定义3图嵌入发展三、图嵌入问题设置1嵌入输入同构图异构图带辅助信息的图构造图2嵌入输出节点嵌入边嵌入混合嵌入全图嵌入四

weixin_43413013·2022-11-24 21:34

语义分割论文研读1.Semantic segmentation of slums in satellite images using transfer learning on fully convol

贴论文：Semanticsegmentationofslumsinsatelliteimagesusingtransferlearningonfullyconvolutionalneuralnetworks利用全卷积网路和迁移学习来实现遥感图形下贫民窟地区的语义分割链接:https://pan.baidu.com/s/1UdMEK4WCJpQgD4wToPE-eg提取码：3zA4第一篇试试水，这算

搞深学的程序员·2022-11-23 09:34

Human-level control through deep reinforcement learning-2015 DQN论文研读

Human-levelcontrolthroughdeepreinforcementlearning-2015DQN论文研读DQN是强化学习的代表算法之一，它的原文是发表在Nature上的Human-levelcontrolthroughdeepreinforcementlearning

念一千遍蝴蝶·2022-11-23 05:05

活体检测的几种手段分析

人脸识别是判断你是否是你，而活体检测则为了确定人脸识别的你是不是活得你。基于这样的特性，活体检测可以有效的避免视频，图片的技术BUG。

xiayexuyou·2022-11-22 22:48

基于Tensorflow框架的人脸对齐、人脸关键点检测总结附代码（持续更新）

人脸关键点检测总结附代码（持续更新）基于Tensorflow框架的人脸检测总结附代码（持续更新）基于Tensorflow框架的人脸匹配总结附代码（持续更新）基于Tensorflow框架的人脸活体检测

问言·2022-11-22 19:56

基于Tensorflow框架的人脸活体检测、人脸属性总结附代码（持续更新）

基于Tensorflow框架的人脸活体检测、人脸属性总结附代码（持续更新）基于Tensorflow框架的人脸检测总结附代码（持续更新）基于Tensorflow框架的人脸匹配总结附代码（持续更新）

问言·2022-11-22 19:56

基于Tensorflow框架的人脸匹配总结附代码（持续更新）

框架的人脸匹配总结附代码（持续更新）基于Tensorflow框架的人脸检测总结附代码（持续更新）基于Tensorflow框架的人脸对齐、人脸关键点检测总结附代码（持续更新）基于Tensorflow框架的人脸活体检测

问言·2022-11-22 19:26

基于Tensorflow框架的人脸检测总结附代码（持续更新）

框架的人脸检测总结附代码（持续更新）基于Tensorflow框架的人脸匹配总结附代码（持续更新）基于Tensorflow框架的人脸对齐、人脸关键点检测总结附代码（持续更新）基于Tensorflow框架的人脸活体检测

问言·2022-11-22 19:25

深度学习第35讲：图像语义分割经典论文研读之 u-net

在上一讲中，笔者和大家一起研读了图像语义分割的基本网络框架FCN，在FCN之后，图像语义分割网络基本都在使用这种downsampling和upsampling的结构，也就是我们之前所说的编码-解码的框架。本节笔者将在FCN的基础之上，继续给大家介绍目前图像分割领域的通用网络框架——u-net。尤其是在医学图像分割领域，u-net因其较高的分割准确度而备受青睐。下面我们就来研读u-net的这篇论文。

louwill12·2022-11-21 16:56

深度学习在医学图像分割上的技巧、挑战、未来方向——论文研读

深度学习在医学图像分割上的技巧、挑战、未来方向1论文地址2源码地址3文章结构4基础设置(设置baseline不变)4.1数据集2D4.1.12DISIC20184.1.22DCoNIC4.1.33D此文省略4.2超参设置5模型预训练部分6数据预处理部分7数据增强部分7.1几何变化的数据增强7.2GAN数据增强8模型实现部分9模型推理部分10后处理操作部分11总结未来工作方向1论文地址2022Seg

Philo`·2022-11-21 16:52

神经网络加速器设计研究：GoSPA ISCA2021论文研读

GoSPA:AnEnergy-efficientHigh-performanceGloballyOptimizedSParseConvolutionalNeuralNetworkAccelerator∗论文研读文章目录神经网络加速器设计研究

Jacob-liu·2022-11-21 16:57

论文研读record1 #ner

Zyuting1·2022-11-21 13:46

yolox论文研读

yolox论文研读大家好，我是【豆干花生】，这次我带来了新的文章，与你分享~文章目录yolox论文研读一.概述二.改进1.DecoupledHead2.DataAugmentation3.AnchorFree

豆干花生·2022-11-21 06:47

利用卷积神经网络进行阿尔茨海默病分类的神经影像模式融合论文研读笔记...

原文链接发表：2018.11.13摘要阿尔茨海默病（AD）分类的自动化方法具有巨大的临床益处，并可为防治该疾病提供见解。深层神经网络算法通常使用诸如MRI和PET的神经学成像数据，但是还没有对这些模式进行全面和平衡的比较。为了准确确定每个成像变体的相对强度，本研究使用阿尔茨海默病神经成像倡议（ADNI）数据集在阿尔茨海默病痴呆分类的背景下进行比较研究。此外，本文还分析了在融合环境中使用这两种模式的

weixin_30608131·2022-11-21 06:45

阿尔茨海默病早期诊断的脑结构分级图论文研读笔记

原文链接发表：2018.7.6MedicalImageComputingandComputer-AssistedIntervention(MICCAI)摘要阿尔茨海默病是最常见的导致不可逆神经变性过程的痴呆。该研究提出了一个新的框架，结合了两种方法(1.基于inter-subject相似性的方法2.使用intra-subject可变性的框架)到一个有效的脑结构分级图中引言对AD患者进行的神经影像学

weixin_30295091·2022-11-21 06:15

阿尔茨海默病及其先兆分期的神经影像分类研究及相关特征提取

神经影像学的发展使在活体检测与阿尔茨海默病(AD)相关的大脑病理变化成为可能。在过去的十年中，通过分类框架，这些检测方法被越来越多地整合到AD的成像特征中，为个性化诊断和预后提供了很好的工具。

思影科技·2022-11-21 06:39

论文研读-社交媒体可视化-大规模地理社交媒体数据的可视化抽象与探索

大规模地理社交媒体数据的可视化抽象与探索1论文概述1.1摘要1.2引言1.3文章贡献1.4文章组织结构2相关工作2.1主题建模和评估2.2社交媒体数据可视化2.3地理数据的可视化抽象3任务分析和系统概述3.1数据描述3.2任务分析3.3系统概览4可视化设计4.1语义特征提取4.2语义保持取样4.3多目标优化4.4伪代码5可视化界面5.1地图视图5.2LDA视图5.3语义视图5.4主题河流5.5控制

weixin_43413013·2022-11-21 03:47

ImageInpaint：图像修复

文章目录前言传统方法深度学习论文研读方法网络结构参考前言传统方法YearProceedingTitleTag2000SIGGRAPH2000ImageInpainting[pdf]Diffusion-based2001TIP2001Filling-inbyjointinterpolationofvectorfieldsandgraylevels

RyanC3·2022-11-21 02:29

活体检测综述 Deep Learning for Face Anti-Spoofing: A Survey 阅读记录

论文链接：DeepLearningforFaceAnti-Spoofing:ASurvey|IEEEJournals&Magazine|IEEEXplore代码链接：https://github.com/ZitongYu/DeepFAS1.引言人脸识别技术由于其便利性以及卓越的识别准确率，被广泛应用到不少交互式智能应用中，如移动支付。然而，人脸识别系统容易受到诸如打印纸张、视频播放、3D头模等手段

Cassiel_cx·2022-11-20 20:58

论文研读番外篇（1）——pytorch、numpy的使用整理

torch、numpy和pandas的使用整理一.numpy\textbf{一.numpy}一.numpy1.创建数组（1）创建单位矩阵(numpy.identity)(numpy.identity)(numpy.identity)（2）创建任意shape的全零多维数组(numpy.zeros)(numpy.zeros)(numpy.zeros)（3）创建任意shape的标准正态分布的多维数组(n

梦醒见月·2022-11-20 15:55

《Gradient-Based Learning Applied to Document Recognition》论文研读以及LeNet-5代码实现

《Gradient-BasedLearningAppliedtoDocumentRecognition》（《基于梯度学习在文档识别中的应用》）是卷积神经网络的开山之作，主要有LeNet-1~LeNet-5系列。这里主要实现LeNet-5。摘要：将反向传播算法的多层神经网络应用在图像上，提出卷积神经网络。应用在两个方面：①在线手写识别的系统、②读取银行支票的图形转换器。LeNet-5网络架构卷积神经

莫听穿林打叶声@·2022-11-19 03:34

关于在线评论有用性的论文研读笔记---21-30篇

目录21.Astudyoffactorsthatcontributetoonlinereviewhelpfulness.（ComputersinHumanBehavior）22.Theinfluenceofreviewerengagementcharacteristicsononlinereviewhelpfulness:Atextregressionmodel.(DecisionSupportS

詹sir的BLOG·2022-11-15 22:13

【论文研读】两篇公众号文章；Test-Time Training；超分Domain Adaptive

测试集没有标签，我们可以拿来测试模型吗？PaperLink：https://arxiv.org/abs/2007.02915重点研究自动模型评估（AutoEval）这一重要的且尚未开发的问题。具体来说，给定带标签的训练集和分类器，我们需要估计出分类器在未标记的测试数据集上的分类准确性。方法的出发点：测试集合和训练集合数据分布差异越大，那么分类器在测试集合上的准确率就会越低。采用回归模型：输入为一个

Always_ease·2022-11-15 00:53

博奥智源微信图书馆解决方案

智慧图书馆是一款高性能的图书借还设备，通过书架天线对图书分层、分架扫描，实时识别借还书籍，实时掌握每个读者的借还书情况，实时图书状态监控，配备实时语音提醒帮助功能；支持人脸识别注册读者身份，有效防止照片或视频欺诈，支持活体检测

高校网站建设群系统EduCMS·2022-11-12 04:02

【论文研读】PointRend: Image Segmentation as Rendering（CVPR-2020，Oral）

论文关注的是图像分割质量问题。往往图像分割在物体边界处的分割质量很差，不能细致的分割出每个细节。因此作者提出了针对目标轮廓进行细化预测的一个模型：PointRend，其思想是以迭代的方式细化从目标轮廓区域选择的点的分割预测，将优化物体边缘的图像分割，适用于对难以分割的物体边缘，或是对边缘分割精度要求很高的场景下。论文链接：https://arxiv.org/pdf/1912.08193.pdf代码

lichen14·2022-11-08 21:26

论文研读：An Event-based Data Model for Granular Information Flow Tracking

AnEvent-basedDataModelforGranularInformationFlowTrackingAbstract我们提出了一个通用的数据模型（commondatamodelCDM），用于跨各种平台和粒度表示因果事件。该模型是在美国国防高级研究计划局透明计算计划下为攻击起源分析而开发的。统一模型成功地表达了跨一系列粒度(例如，对象或字节级)和平台(例如，Linux和Android、B

三叁7621·2022-11-08 21:26

细粒度图像分类论文研读-2014

文章目录Part-BasedR-CNNsforFine-grainedCategoryDetection（bylocalization-classificationsubnetwork）AbstractIntroductionPart-BasedR-CNNsGeometricConstrainsFine-GrainedCategorization从14年开始，细粒度分类任务步入深度学习阶段，也逐渐

右边是我女神·2022-11-08 21:50

细粒度图像分类论文研读-2011

文章目录TheCaltech-USCDBirds-200-2011DatasetAbstract数据集规范与收集应用NovelDatasetforFine-GrainedImageCategorization：StanfordDogsIntroduction与其他数据集的比较训练与测试CombiningRandomizationandDiscriminationforFine-GrainedIma

右边是我女神·2022-11-08 21:20

细粒度图像分类论文研读-2012

文章目录ACodebook-FreeandAnnotation-FreeApproachforFine-GrainedImageCategorizationAbstractIntroductionOurApproachTemplateMatchingBasedRepresentationIntuitionTemplatesandtheMatchingApproachBaggingBasedClas