• 各个学校相互听课，rtw这周去北大听课
• 有一个同学从头睡到尾，各个学校都差不多
• 参考：
• 人脸检测–MTCNN从头到尾的详解：https://zhuanlan.zhihu.com/p/58825924
• triplet Loss：用于训练差异性比较小的样本，比如人脸
• 香港中文大学多媒体实验室：商汤科技创始人是实验室主任

人脸确认

1：Siamese network

• one-shot Learning
• 输入两张图片，得到特征编码的距离
• 0.83
• 0.92
• 0.95

2：MTCNN

• pnet 人脸候选框；rnet，判断是否有人脸，修正候选框；onet，精细修正，面部特征点。

• 一张图片中，多个人脸

  • 使用 面积最大，比较好处理
  • 使用中间的

• 存在一些识别不出来，

3：田大佬

• 高斯脸：https://xgc.nju.edu.cn/46/81/c1521a83585/page.htm

• LBP 比较一定范围内灰度图的大小

• 特征点框住，300，212，150，106，75

4：face_recoginzation

• 支持Mac 和 Linux
• 直接调用API

5：代码

• 使用风格迁移的时候，调用PS的API ，这个可以吗？？

总结

以上是生活随笔为你收集整理的人脸验证 报告课的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。