Xu瞎BB-CSDN博客

原创论文总结4-Towards Universal Representation Learning for Deep Face Recognition

论文地址https://openaccess.thecvf.com/content_CVPR_2020/papers/Shi_Towards_Universal_Representation_Learning_for_Deep_Face_Recognition_CVPR_2020_paper.pdf摘要：提出了一种通用学习框架，可处理给定训练数据中看不到的较大变化，而无需利用目标领域知识。首先综合训练数据和一些语义上有意义的变化，如低分辨率，遮挡和头部姿势。由于直接将这些新增的数据送入训练框架.

2020-11-01 16:00:50 900 5

原创论文解读2-Displacement-Invariant Matching Cost Learning for Accurate Optical Flow Estimation

论文地址：https://arxiv.org/pdf/2010.14851.pdfgithub地址：https://github.com/jytime/DICL-Flow （目前还没把训练好的模型放出来，也还没有训练代码，仅有模型搭建代码）Motivation:Learning Matching Costs在双目匹配上取得了较大的成功，通过构造3D的Cost Volume(FxDxHxW)和3D Conv; 然而，若这一套直接使用在光流上，会构造4D的Cost Volume(FxUxVxHx..

2020-11-01 13:06:57 1553 10

原创论文总结3-Sub-center ArcFace: Boosting Face Recognition by Large-scale Noisy Web Faces

论文地址：https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123560715.pdf解决问题：以前的方法容易受到大量噪声label训练数据的影响，这需要人工清洗这些数据。本文放宽了ArcFace类内的约束，提高了对标签噪声的鲁棒性。做法：为每个类设计K个子中心，训练样本只需要接近K个正的子中心，而不是只接近一个正的子中心。这鼓励一个包含大多数干净面孔的主导子类和多个包含hard面孔或噪声面孔的非主导子类。大量实验验证了该方法在

2020-10-31 12:14:30 2854

原创论文总结2-The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances

论文题目：The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances论文链接：https://arxiv.org/pdf/2009.13290.pdf摘要：关于人脸识别的最新进展综述，从三个方面详细介绍了整个识别系统各个模块：人脸检测、人脸图像预处理、人脸表示。阐述每一块技术的最新进展，包括最新算法设计、评价标准、数据集、性能比较、存在的挑战和前景广阔的研究进展。人脸检测(在图像中框.

2020-10-25 22:02:36 688 2

原创论文总结1-Deep Face Recognition

论文链接：http://www.robots.ox.ac.uk/~vgg/publications/2015/Parkhi15/parkhi15.pdf两个目标：制作大量的人脸识别数据集（超过2百万），只需要极少数人力探索用于人脸识别和验证的不同网络结构，包括探索人脸对齐，度量学习，使用新的数据集训练。结果是，得到了一个更简单和高效的网络，并收获了接近SOTA结果。数据集搜集：自动化+人工组合->制作数据集网络训练：先作为一个分类任务，训练。然后分类层移.

2020-10-17 18:38:40 327

原创论文解读1-LiteFlowNet3: Resolving Correspondence Ambiguity for More Accurate Optical Flow Estimation

paper链接：http://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123650171.pdfgithub链接：https://github.com/twhui/LiteFlowNet3该工程是用caffe实现的，github链接仅提供inference的部分和网络的prototxt目前在光流估计算法中，Cost Volume和Coarse-to-Fine策略被大量的算法和实验验证是work的。然而当图像存在遮挡(假设ref和src两图

2020-10-17 16:30:48 987

原创 Kinect Fusion ICP算法极小化目标函数

Kinect Fusion采用的是点到面的距离和作为目标函数：式子中的R为旋转矩阵，t为平移向量；pi为当前帧在通过上一帧的坐标转换矩阵（或者上一次迭代之后的坐标转换矩阵）转换成全局坐标系的坐标，qi为上一帧在全局坐标系下的坐标（通过光线投影获得的坐标），ni为上一帧的法向量；由于两位姿变换较小，所以旋转矩阵可以表述为：所以，

2016-10-30 23:21:10 1548

原创 Kinect-Fusion ICP算法寻找匹配点

Kinect-Fusion ICP算法特点及约束条件：一、KinectFusion算法采用frame-to-model，相对于frame-to-frame更加精确；二、通过第一步构建出带法向量点云的金字塔，从最高层开始匹配到最底层，加快收敛速度；三、要求前后相邻两帧之间位姿变化小；四、当环境主要由平行平面构成时，ICP算法定位失效；计算匹配点：

2016-10-29 23:20:20 3504 1

原创 VS2013+PCL1.8.0配置

配置VS2013+PCL1.8.0工具/原料VS2013PCL1.8.0 http://pan.baidu.com/s/1c1sqoQO方法/步骤1.在上述网盘中下载适当的版本，这里有32位和64位的，是要看你的VS2013的编译器是几位的，并不是操作系统，我的操作系统是64位，但是我的VS2013的编译器是32位，所以我选择32位的

2016-10-28 23:04:11 2657

原创 vs2013调试程序时出现“计算机丢失.dll文件”

在VS环境下能够编译成功，但是在运行.exe文件时，出现“计算机丢失xxx.dll文件”的提示的解决方式。发生这种问题的根本原因在于环境变量的设置上，计算机只会在path下包含的目录里去寻找程序所要运行的.dll文件，若我们所要使用到的.dll文件没有包含在环境变量path中，则会发生错误：计算机丢失xxx.dll文件。工具/原料VS2013或者其他版本

2016-10-28 22:58:32 2786

原创 Kinect-Fusion ICP算法构建带法向量点云金字塔

主要步骤：1、构建带法向量的点云金字塔，ICP运行时先对金字塔高层的点云进行匹配，再往下层走，即从粗匹配到精匹配的过程，加快收敛速度；2、找两点云的匹配点；3、构造目标函数，并且最小化目标函数获得转换矩阵；4、判断目标函数的大小是否小于所设定的阈值，或者迭代次数是否超过某个设定的最大值，如果前面的判断是F，则返回到第二步，直至前面的判断是T；第一步：金字塔第一层：

2016-10-09 23:20:21 2515 2

瞎BB的博客