原文:人臉識別(Unseen Domains) - 2 - Cross-Domain Similarity Learning for Face Recognition in Unseen Domains - 1 - 論文學習

Cross Domain Similarity Learning for Face Recognition in Unseen Domains Abstract 在相同的訓練和測試分布假設下訓練的人臉識別模型,當面對未知的變化時,例如在測試時如果出現新的種族或不可預測的個人裝扮,往往會出現泛化不良的情況。在本文中,我們引入了一種新的跨域度量學習損失,我們稱之為dub Cross Domain T ...

2021-04-19 09:44 0 367 推薦指數:

查看詳情

Learning Meta Face Recognition in Unseen Domains

提出一種成為MFR(Meta Face Recognition)的方法用於解決在未知域模型泛化的paper。如下圖所示,左邊為四個源域,右邊為5個目標域,通過將源域迭代划分成meta-train/meta-test集合可以提升模型的遷移性能,使得在未知域上也會能有較好的結果。 在真實應用中 ...

Sat Apr 25 01:26:00 CST 2020 0 1916
論文筆記:Cross-Domain Visual Matching via Generalized Similarity Measure and Feature Learning

Cross-Domain Visual Matching,即跨域視覺匹配。所謂跨域,指的是數據的分布不一樣,簡單點說,就是兩種數據「看起來」不像。如下圖中,(a)一般的正面照片和各種背景角度下拍攝的照片;(b)攝像頭不同角度下拍到的照片;(c)年輕和年老時的人臉照;(d)證件照和草圖風格的人臉 ...

Wed Jan 10 20:56:00 CST 2018 9 364
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM