精华内容
下载资源
问答
  • 本篇论文模板匹配方向取得了很不错的成果,可惜的是没有开源` 论文题目: Pattern recognition 2019 :Large-scale and rotation-invariant template matching using adaptive radial ring code histograms...

    本文用以记录研究僧生涯课题相关内容,主要是对论文进行翻译,再次对论文作者表示尊敬!
    本篇论文在模板匹配方向取得了很不错的成果,可惜的是没有开源`

    论文题目:
    Pattern recognition 2019 :Large-scale and rotation-invariant template matching using adaptive radial ring code histograms
    “基于自适应辐射环编码柱状图大尺度和旋转不变性的模板匹配”

    作者: 华中科技大学 机械科学与工程学院 数字制造装备与技术国家重点实验室

    摘要:
    (1) 在模板内部识别围绕参考点的一组同心环区域
    (2) 基于自适应尺度梯度算子(ASGO)检测“稳定”像素,该算子对于大尺度变化不敏感
    (3) 为每个“稳定”像素提取旋转不变特征
    (4) 对于标度空间中的每个同心环区域,在单独的直方图中离散特征
    最后,通过链接每个尺度的所有同心环区域的直方图来获得ARRCH图像描述子。

    一、介绍

    二、相关工作

    1、局部二进制描述子

               局部二进制描述子将图像特征点邻域的局部属性编码为二进制向量,局部二进制描述子具有高存储效率和低计算成本。
               分为 手工方法(LBP)和 学习方法。
    

    手工方法采用相邻像素之间强度的比较操作来构建局部二进制描述子,其利用了像素强度之间的差异来体现图像的纹理特征。旋转不变性、尺度不变性、光照不变性。

    LIO: “局部强度顺序模式”。通过将局部斑块划分为子区域的方式,按照每个像素的顺序信息和在总体上处于的强度,进行编码。

    LIOP 对于线性照明变化,旋转以及许多其他几何和光度变换(例如视点变化和图像模糊)是不变的。

    BRIEF:“二进制鲁棒独立基本特征”。将随机点对的像素强度与局部块的像素强度进行比较,以实现二进制矢量的快速计算,依赖于少量的强度差来表示图像块。不具有旋转不变性。

    ORB:克服了BRIEF的不具有旋转不变性,它通过方向运算符来解决方向不变性。

    BRISK:“二进制鲁棒尺度不变关键点”。二进制鲁棒不变可伸缩关键点(BRISK)使用循环采样模式,而不是BRIEF的随机采样模式来计算亮度比较,以形成二进制描述符向量。

    FREAK:快速视网膜关键点(FREAK)[46]使用视网膜采样模式来计算二进制串的级联。 它的灵感来自人类视觉系统的视网膜,并且比BRISK具有更好的性能。

    sGLOH:移位GLOH(sGLOH)[47]是基于直方图的局部特征描述符,可用于一次计算局部补丁的多个量化旋转。 由于其圆形结构,sGLOH可以通过其元素的循环移位来解决离散旋转。 然而,两个sGLOH离散旋转之间的间隔主要决定了它的性能。

    以上的描述子通常因为稀疏、不紧凑而导致不如基于学习描述子的准确,并且由于对于强度的比较较为简单,容易受到图像噪声和图像变换的影响。

    LDAHash:对局部描述符采用LDA,然后应用二值化操作符来创建短二进制向量,这对于照明和视点变化都是鲁棒的。

    BinBoost:“提升二进制关键点描述符”利用提升方法来学习二进制哈希函数来计算描述符。

    BOLD:“二进制在线学习描述”应用LDA标准为每个独立的局部补丁生成二进制描述符,同时增加类间距离并减少类内距离。

    CA-LBFL:“上下文感知本地二进制特征学习”以利用相邻图像块的上下文信息来构建具有更强大信息的本地描述符。

    与手工方法的本地二进制描述符相比,基于学习的描述符更紧凑,并提供更好的判别表示。然而,与手工方法的局部二进制描述符相比,当前的学习方法对旋转敏感并且效率较低。

    2、浮点描述子

    将patch编码为浮点向量,在许多情况下都很稳健。

    SIFT:它是梯度位置和方向的直方图,对位置和方向区间的贡献由梯度大小加权。 它具有高度的辨别力,能够抵抗尺度变化,旋转变化,光照变化和图像模糊。 然而,SIFT是128个维度的向量,这使得其计算和匹配相对较慢,从而实质上影响实时应用,例如基于视觉的拾取和定位。 已经提出了许多方法来解决SIFT的局限性。

    Dense-SIFT:通过指定采样框来提取关键点的特征以加速SIFT,但它不是旋转和尺度不变的。

    GLOHL:使用对数极坐标位置网格来替换SIFT使用的Carte- sian位置网格,并应用PCA来减小描述符的大小。

    SURF :使用基于Hessian矩阵的检测器和描述器的Haar小波响应。 通过使用积分图像进行图像卷积,其计算时间显着缩短。 该描述符对于比例变化,旋转变化,照明变化和图像模糊也是鲁棒的。

    DAISY:密集的SIFT描述符,它受SIFT和GLOH启发,使用循环对称加权内核来计算卷积的总和,而不是SIFT和GLOH使用的加权和。 它在光照变化,遮挡和噪声下实现了良好的性能。

    VF-SIFT:将SIFT延伸几个成对的独立角度,这些角度对于旋转,比例和光照变化是不变的。

    The scale-less SIFT :在不同尺度上追求SIFT的子空间表示,实现比原始SIFT描述符更好的性能

    这些手工方法的描述符可以在许多情况下实现高精度和良好性能,但是不能同时解决大尺度变化和旋转变化,且计算成本很高。

    ASR:仿射子空间表示(ASR)描述符在不同视点下学习局部patch的子空间表示,对视点变化具有鲁棒性。 但是,对所有patch执行仿射变形的计算成本极高。
    CNN:Zagoruyko和Komodakis [57]提出了DeepCompare方法来学习一对patch的相似度函数。 在这种方法中,提出了一个2通道2流卷积神经网络(CNN)来执行patch的成对比较操作; 因此,它在计算上很昂贵。
    FCNs:田等人提出了L2-Net方法, 两个单独的完全卷积网络(FCN)用于提取特征,并且通过渐进式采样策略使用匹配对的相对最小距离来训练整个网络。

    三、ARRCH(自适应辐射环编码柱状图)算子

    ①识别一组同心环

    为了解决尺度变化:利用双线性插值生成一组模板的不同尺度的图像。为了保证内圆周区域中的足够信息,将半径为R的内圆区域设置为唯一的环区域。当R大于20时,第一标度模板图像T 1(x,y)被分成一组同心环区域。

    ②检测基于ASGO的稳定像素

           在这项工作中,采用了图像梯度特征,因为它对非线性光照变化的灵敏度较低。
           如果比例变化非常大,则像素的一些图像梯度特征将是变体的,而其他图像梯度特征将保持不变。
           因此,具有“稳定”梯度的像素必须在相同的同心环区域Υj(x,y)中与其他像素分离。
    

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里,引入了一个由Sobel算子开发的ASGO来估计图像梯度特征。如果标度si≤2,则ASGO与Sobel运算符相同。否则,在s i> 2的情况下,Sobel算子不适合大规模变化,并且采用ASGO。白点的梯度大小等于或大于30,而黑点的梯度大小小于30。

    对选择的稳定像素的两个约束:

    (1)梯度幅度大于阈值,30。

    (2)定义中心像素与3×3域中围绕它的8个像素之间的平均梯度角差δsij,也小于阈值,Π/18。

    ③获取旋转不变性特征

    梯度向量和位置向量之间的夹角保持旋转不变性。

    在这里插入图片描述
    在这里插入图片描述

    ④柱状图向量
    在比例范围内,为每个比例建立ARRCH图像描述符,预测矢量和预测环区域,并用于模板匹配以进行大规模和旋转变化,如图1所示。

    在这里插入图片描述

    四、大尺度和旋转不变性模板匹配

    4.1 利用卡方检验来度量模板和滑窗内的ARRCH描述子。

    4.2 由粗到精策略来检验目标的尺度。

    粗:先从每个尺度中选出Q个最符合的情况,所以最后得到了Q*N个候选窗口。(Q是自己定的)
    精:再将模板的ARRCH描述子与候选窗口逐一比较。

    五、算法评估

    5.1 评估在不同缩放步长下的表现:ds越大,计算量越小,成功率越小。建议0.1~0.3.

    5.2 评估在大尺度和旋转下的表现,和以往方法做对比

    在微软 COCO的数据集下进行实验,然后按如下方式生成测试图像:
    (i) 原始图像从0°旋转到360°,步长为36°。 因为0度与360°的旋转相同,我们选择0到324°的旋转角度范围,产生总共10 0 0 0个测试图像用于旋转测试。
    == (ii)== 调整原始图像的大小,比例范围为0.4到1,步长为0.2,步长为1.5到10,步长为1.5,测试图像总共为10,0 0 0。
    == (iii)== 使用与(i)中相同的旋转范围和与(ii)中相同的比例范围旋转和调整原始图像的尺寸。
    与NCC [21] , MTM [23] , M-GHT [27] , SITM-HDG [8] , SIFT [31] , Dense-SIFT [32] , SURF [34] , BRIEF [43] ,ORB [44] . 相比。其中NCC, MTM and M-GHT 是无参的方法。

    在这里插入图片描述

    5.3算法的应用

    在传送带上拾取物体,对于10000个对象,成功率为99.8%。无人驾驶飞行器对物体定位,100个物体,95个成功定位。平均运行时间28.964ms,没有找到的对象是因为被遮挡。

    ~ 很高兴可以和大家分享 如果转载,请联系QQ:957176024

    展开全文
  • 针对决策模板法在业务感知准确率上的局限问题,提出了加权决策模板法。该方法首先利用有监督的神经网络模糊聚类分类器作为基本分类...实验结果表明,与决策模板对比,加权决策模板法在业务感知上具有更高的准确
  • hw5m 电子商务行业人才需求的比较研究 目录 现状 差异检验对比分析 论与启示 #1 现状 电子商务行业的发展 电子商务行业交易规模 电子商务行业人才需求 157 20082c0201020112012e2013201462015 电子商务行业在...
  • 天大博士/硕士学位论文Latex模板,根据2021年版要求修改,可直接在Overleaf上运行 主要贡献 参考tjuthesis_master_2016和TJUThesisLatexTemplate, 依照《天津大学关于博士、硕士学位论文统一格式的规定(2021年修订...

    这是小王在Github上的项目TJUThesis_master_2021的Readme。为了扩大影响范围,我把它搬到CSDN上来了。如果本模板对你有帮助,请在Github给一个宝贵的Star,让更多的人注意到。

    TJUThesis_master_2021

    天大博士/硕士学位论文Latex模板,根据2021年版要求修改,可直接在Overleaf上运行

    主要贡献

    • 参考tjuthesis_master_2016TJUThesisLatexTemplate, 依照《天津大学关于博士、硕士学位论文统一格式的规定(2021年修订)》中要求进行格式修改。
    • 此外,鉴于tjuthesis_master_2016只能先由latex编译成dvi在转换成pdf的形式较为繁琐,现已修改为由xelatex直接编译并生成pdf。因此,本模板可直接在Overleaf或TeXstudio中同时编辑和预览。

    使用方式

    Overleaf(推荐方式)

    Overleaf是一个免费且不需要实名认证的在线Latex编辑平台,并且不需要翻墙。写过行文论文的同学应该知道,对于多人协作便捷以及管理已有tex文件相当方便。相当于打开一个网页,在线编辑,远端服务器编译,免去了Texlive安装的麻烦和电脑硬件设施的困扰。

    Overleaf和Latex快速上手视频教程

    建议在每次编辑后,把源码下载到本地保存!

    1. 注册账户并登录
    2. 网页左上角点击“New Project”,选“Upload Project”,上传本模板的压缩包
    3. 修改编译器:进入项目后,网页左上角点击“Menu”,在“Complier”中选择“XeLaTeX”
    4. 开始编辑:
      1. 正文每章内容在body文件夹下*.tex文件中修改。若添加新章节,新建一个tex文件,并在编辑结束后在tjumain.tex的“正文部分内容”位置添加改tex文件
      2. 封面和摘要信息在preface文件夹下cover.tex中修改
      3. 附录、致谢、发表论文情况在appendix文件夹下对应tex文件修改
      4. 格式定义在setup文件夹下format.tex

    TeXLive+TeXstudio

    本地编辑。亲测Win10+TeXLive2021+TeXstudio可行。

    1. 安装TeXLive2021和TeXstudio
    2. 修改默认编译器为XeLaTeX,“构建并查看”tjumain.tex
    3. 参照上文修改内容

    格式改动

    以对比《天津大学关于博士、硕士学位论文统一格式的规定(2021年修订)》和《天津大学关于博士、硕士学位论文统一格式的规定(试行版) 》(2016年版)中的要求进行

    1. 封面页修改格式,添加评审表格,添加“一级学科”。
    2. 独创性声明,“天津大学”改为楷体_GB2312(\CJKfamily{kai})。
    3. 中文摘要,中文关键词与内容摘要间隔一行,无缩进左对齐书写。“关键词:”采用宋体四号字加粗。
    4. 英文摘要,英文关键词与内容摘要间隔一行。
    5. 页眉:奇数页为相应的章标题或无编号章标题;偶数页为“天津大学硕士学位论文”。

    注:本模板样式要求为学硕。 根据2021年版规定,博士(专业型和学术型)、专硕的要求区别于学硕如下:

    1. 博士的页眉为“天津大学博士学位论文”
    2. 博士的封面项目,如“一级学科”等,需要改变
    3. 专硕的封面项目,如“企业导师”等,需要改变

    免责声明

    使用本模板带来的一切不利影响和损失,本人均不负责。

    致谢

    前辈们做出了不可磨灭的艰辛探索:

    后记

    • 希望大家能指正本模板的错误,特别是格式错误,为小王能顺利提交论文排雷解难。
    • 感谢Y同学在小王研究本模板时的零食供应。
    • 如果本模板对你有帮助,请给一个宝贵的Star。
    展开全文
  • 任何论文的写作都是有模板可参照的,SCI论文的写作中,模板似乎更加重要一些,因为SCI论文需要英语写作,英文的表达方式和语法与中文是不同的,这给不少打算发表SCI论文的作者带来不小的麻烦,尤其一些英语基础比较...

    SCI期刊有没有写作格式模板?任何论文的写作都是有模板可参照的,SCI论文的写作中,模板似乎更加重要一些,因为SCI论文需要英语写作,英文的表达方式和语法与中文是不同的,这给不少打算发表SCI论文的作者带来不小的麻烦,尤其一些英语基础比较差的作者,英语基础不好是不是就真的没有办法发表SCI论文了?

    并不是的,如果作者英语基础差,还是需要补习一些基础的语法知识的,并且积累一定的单词量,尤其是自己专业的词汇,其次就需要作者参考一些写作模板来模仿了,先从模仿开始,慢慢的就会有自己的风格和思路,SCI论文写作模板:

    一、标题

    标题要求:

    1.阐述具体、用语简介,一般不超过20个字。

    2.命题相称、确切鲜明,标题体现内容,内容说明标题。

    3.重点突出、主题明确,突出论文主题,高度概括,一目了然。不足以概括论文内容时,可加副标题。

    二、摘要

    1.摘要内容和格式 一般格式:

    1)目的(objective):说明论文要解决的问题及其起源、由来。

    2)方法(methods):说明研究时间、参与研究的患者或受试者的人数和研究的主要方法。

    3)结果(results):说明研究内容中主要结果,包括数据和统计学检验结果。

    4)结论(conclusions):说明主要结论,包括直接的临床应用。

    2.摘要的写作要求:

    1)连续写出,不分段落,不加小标题,不举例证。

    2)格式规范化。

    3)简短、完整,一般占全文文字的10%左右。

    4)文字性资料,不用图、表、化学结构式。

    5)英文摘要与中文摘要内容基本一致。

    3.关键词格式:

    3-8个词或词组,之间空一格书写,不加标点符号。外文字符之间可加逗号,除专有名词的字首外,余均小写。

    4.选择关键词的方法:

    1)可从标题、摘要和全文内容中选择,以从标题中选择最常用。

    2)要严格筛选,充分、准确、全面地反映文章的中心内容。

    3)查阅医学主题词表确认。

    三、引言

    1.引言的基本内容:

    1)简要叙述研究此项工作的起因和目的

    2)研究此项工作的历史背景

    3)国内外对研究此项工作的研究现状和研究动态

    4)强调此项工作的重要性、必要性和研究意义

    5)适当说明研究此项工作的时间、材料和方法。

    2.引言的写作要求:

    1)简明扼要,重点突出,一般为200-500字,约占全文的1/8-1/10。

    2)实事求是、客观评价,不能蓄意贬低前人,切忌妄下断言。

    3)少用套话,水平如何,自有共论。

    4)勿与摘要相同,避免与正文重复,不涉及结果或结论。

    5)一般不写“引言”字样标题。

    四、材料与方法

    1.材料与方法的主要内容:

    1)实验对象。

    2)实验仪器:仪器设备名称、生产厂家、型号、操作方法、改进支点。

    3)实验材料:药品和试剂的名称、成份、规格、纯度、来源、出厂时间、批号、浓度、剂量、给药方法、途径、用药总量。

    4)实验方法与条件。

    5)统计学方法: 结果(results) 结果是论文价值所在,是研究成果的结晶。

    2.结果的内容:

    1)数据:不用原始数据,要经统计学处理。

    2)图表:用于显示规律性和对比性。

    3)照片:能形象客观地表达研究结果。

    4)文字:对数据、图表、照片加以说明。

    3.结果的写作要求:

    1)按实验所得到的事实材料进行安排,可分段、分节,可加小标题。

    2)解释客观结果,不要外加作者的评价、分析和推理。

    3)结果要真实性,不可将不符合主观设想的数据或其它结果随意删除。

    4)因图表和照片所占篇幅较大,能用文字说明的问题,尽可能少用或不用图表或照片。

    五、讨论

    这一部分最重要,也最难写,是大家最容易犯错的地方。讨论是论文的重要主体部分,是作者对所进行的研究中所得到的资料进行归纳、概括和探讨,提出自己的见解,评价其意义。

    讨论的内容:

    1)对实验观察过程中各种数据或现象的理论分析和解释。

    2)评估自己结果的正确性和可靠性,与他人结果比较异同,并解释其原因。

    3)实验结果的理论意义及对实践的指导作用和应用价值。

    4)作用机制或变化规律的探讨。

    5)(5)同类课题国内外研究动态及与本文的关系。

    六、结语或结论

    论文的结语应写出明确可靠的结果,写出确凿的结论。论文的文字应简洁,可逐条写出。不要用“小结”之类含糊其辞的词。

    七、参考文献

    这是论文中很重要、也是存在问题较多的一部分。列出论文参考文献的目的是让读者了解论文研究命题的来龙去脉,便于查找,同时也是尊重前人劳动,对自己的工作有准确的定位。因此这里既有技术问题,也有科学道德问题。

    把握上述基本结构格式后,还需要作者把握SCI英文排版格式要求,也就是一些关于字体字号方面的详细要求,总之写好SCI论文需要勤动笔,之余还要多积累专业知识以及阅读专业文献,勤能补拙,熟能生巧,发表SCI论文也没有其他捷径,下功夫才是最关键的一点。

    展开全文
  • 通过实验仿真与结果对比表明,该算法在保证了指纹模板私密的同时,可以有效地提高指纹进行组合构成模板时所下降的认证,使其在指纹匹配过程中的匹配时错误率降低,提高了指纹匹配的准确
  • 针对工业自动装配产品过程中异形工件出现旋转后的定位问题,提出一种新的异形目标识别方法,设计基于目标轮廓的同心等势线异形模板,并结合圆投影方法,能快速有效地实现计算机对异形目标的自动识别与定位。...
  • kappa系数,用于衡量多分类的一致 [35] Bradley A P. The use of the area under the ROC curve in the evaluation of machine learning algorithms[M]. Elsevier Science Inc. 1997. ROC 曲线评估机器学习 ...

    [1] Tolba A S, El-Baz A H, El-Harby A A A. Face Recognition: A Literature Review[J]. International Journal of Signal Processing, 2006, 2(1):88-103.
    综述

    [2]Hinton, G.E., Osindero, S. and Teh, Y. (2006) A Fast Learning Algorithm for Deep Belief Nets. Neural Computation, 18, 1527-1554. http://dx.doi.org/10.1162/neco.2006.18.7.1527

    Hinton 2006提出的深度学习的概念

    [3] Krizhevsky A, Sutskever I, Hinton G E. ImageNet classification with deep convolutional neural networks[C]// International Conference on Neural Information Processing Systems. Curran Associates Inc. 2012:1097-1105.

    AlexNet的论文

    [4] Chang F, Dean J, Ghemawat S, et al. Bigtable: a distributed storage system for structured data[J]. Acm Transactions on Computer Systems, 2008, 26(2):1-26.

    [5] Dean J, Ghemawat S. MapReduce: simplified data processing on large clusters[M]. ACM, 2008.

    [6] Ghemawat S, Gobioff H, Leung S. File and storage systems: The Google File System[J]. Acm Symposium on Operating Systems Principles Bolton Landing, 2003, 37:29-43.

    Google大数据三论文

    [7] Yang J, Lu W, Waibel A. Skin-Color Modeling and Adaptation[J]. Technical Report, 1997, 1352:687-694.

    [8] Moghaddam B, Pentland A. Probabilistic Visual Learning for Object Representation[M]. IEEE Computer Society, 1997.

    基于肤色的人脸分割方法

    [9] Garcia C, Tziritas G. Face detection using quantized skin color regions merging and wavelet packet analysis[J]. IEEE Transactions on Multimedia, 2002, 1(3):264-277.

    先验知识模型

    [10] Yang J, Zhang D, Frangi A F, et al. Two-Dimensional PCA: A New Approach to Appearance-Based Face Representation and Recognition[J]. IEEE Trans Pattern Anal Mach Intell, 2004, 26(1):131-137.

    PCA脸

    [11] Goldberg P, Jerrum M. Bounding the Vapnik-Chervonenkis dimension of concept classes parameterized by real numbers[C]// Conference on Computational Learning Theory. ACM, 1993:361-369.

    SVM算法,软间隔最大化

    [12] Huang J, Blanz V, Heisele B. Face Recognition Using Component-Based SVM Classification and Morphable Models[C]// International Workshop on Pattern Recognition with Support Vector Machines. Springer-Verlag, 2002:334-341.

    SVM与模板,识别人脸

    [13] Wang X. An HOG-LBP human detector with partial occlusion handling[J]. Proc.ieee Int.conf.on Computer Vision Kyoto Japan Sept, 2009, 30(2):32-39.

    HOG 人脸 ,LBP 人脸特征抽取

    [14] Mita T, Kaneko T, Hori O. Joint Haar-like Features for Face Detection[C]// Tenth IEEE International Conference on Computer Vision. 2005:1619-1626.

    Haar 特征,一种小波变换

    [14] Drucker H, Cortes C, Jackel L D, et al. Boosting and Other Ensemble Methods[J]. Neural Computation, 1989, 6(6):1289-1301.

    Yann Lecun CNN

    [15] Lecun Y, Bengio Y. Convolutional networks for images, speech, and time series[M]// The handbook of brain theory and neural networks. MIT Press, 1998.

    Lecun Y, Bengio Y. 于1998年提出的卷积神经网络的一些应用

    [16] Hubel D H, Wiesel T N. Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex[J]. Journal of Physiology, 1962, 160(1):106-154.

    卷积神经网络诞生的灵感来源,研究猫的视觉神经

    [17] Lecun Y. LeNet-5, convolutional neural networks[J].

    LeNet

    [18] Taigman Y, Yang M, Ranzato M, et al. DeepFace: Closing the Gap to Human-Level Performance in Face Verification[C]// IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2014:1701-1708.

    deepface,经典的人脸识别论文,网上有大量该论文笔记

    [19] He K, Zhang X, Ren S, et al. Deep Residual Learning for Image Recognition[J]. 2015:770-778.

    ResNet ,state-of-the-art

    [20] Dechter R. Learning While Searching in Constraint-Satisfaction-Problems[C]// National Conference on Artificial Intelligence. Philadelphia, Pa, August 11-15, 1986. Volume 1: Science. DBLP, 1986:178-185.

    最早的深度学习概念,第一次提出的深度学习说法

    [21] Viola P, Jones M. Rapid Object Detection using a Boosted Cascade of Simple Features[C]// Computer Vision and Pattern Recognition, 2001. CVPR 2001. Proceedings of the 2001 IEEE Computer Society Conference on. IEEE, 2003:I-511-I-518 vol.1.

    Haar 级联人脸检测方法

    [22] Viola P, Jones M J. Robust Real-Time Face Detection[C]// Computer Vision, 2001. ICCV 2001. Proceedings. Eighth IEEE International Conference on. IEEE Xplore, 2004:747.

    部件人脸检测,经典论文

    [23] Girshick R. Fast R-CNN[J]. Computer Science, 2015.

    Fast R-CNN

    [24] Ren S, He K, Girshick R, et al. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks.[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2015, 39(6):1137-1149.

    Faster-RCNN

    [25] Deep Dense Face Detector spots faces from a wide range of angles[J]. Biometric Technology Today, 2015, 2015:12.

    Yahoo ,DDFD,一种人脸检测方法

    [26] Zhang K, Zhang Z, Li Z, et al. Joint Face Detection and Alignment Using Multitask Cascaded Convolutional Networks[J]. IEEE Signal Processing Letters, 2016, 23(10):1499-1503.

    MTCNN,state-of-the-art 人脸检测方法

    [27] Slice D E. Landmark coordinates aligned by procrustes analysis do not lie in Kendall’s shape space.[J]. Systematic Biology, 2001, 50(1):141-149.
    普氏分析法

    [28] Bertinetto L, Valmadre J, Henriques J F, et al. Fully-Convolutional Siamese Networks for Object Tracking[J]. 2016:850-865.

    siamese网络

    [29] Liu X, Kan M, Wanglong W U, et al. VIPLFaceNet: an open source deep face recognition SDK[J]. Frontiers of Computer Science, 2016, 11(2):208-218.

    VIPL Face ,seetaFace引擎的论文

    [30] Simonyan K, Zisserman A. Very Deep Convolutional Networks for Large-Scale Image Recognition[J]. Computer Science, 2014.

    VGGNet的论文,LRN受到质疑

    [31] Zeiler M D, Fergus R. Visualizing and Understanding Convolutional Networks[J]. 2013, 8689:818-833.

    ZFNet论文,用多层连续小卷积核代替单层大卷积核

    [32] Simon M, Rodner E, Denzler J. ImageNet pre-trained models with batch normalization[J]. 2016.

    Batch normalization

    [33] Kingma D P, Ba J. Adam: A Method for Stochastic Optimization[J]. Computer Science, 2014.

    Adam 优化器

    [34] Landis J R, Koch G G. An application of hierarchical kappa-type statistics in the assessment of majority agreement among multiple observers.[J]. Biometrics, 1977, 33(2):363-74.

    kappa系数,用于衡量多分类的一致性

    [35] Bradley A P. The use of the area under the ROC curve in the evaluation of machine learning algorithms[M]. Elsevier Science Inc. 1997.

    ROC 曲线评估机器学习

    [36] http://vis-www.cs.umass.edu/lfw/results.html

    LFW 人脸识别排行榜,论文多多

    展开全文
  • 今天,我在这里分享一个超实用方法,帮你总结自己的写作模板。这是我在读博期间从学校的 SCI 英语写作老师那里学到的,亲测有效。 明确整体思路 对于如何写好文章的 Introduction, 首先,我们要有一个整体...
  • 论文名称:Entity-aware Image Caption Generation 论文地址:http://arxiv.org/abs/1804.07889 解决的问题: 生成的描述缺少特殊信息。Language model 不会产生特殊的背景信息。 input: 输入图像和主题标签...
  • 其中有一篇北航大四学生李博为一作的论文SiamRPN在单目标tracking领域很有参考。 Siamese RPN 论文地址: 戳链接 发表会议: CVPR2018 论文领域: 单目标追踪 论文代码: 暂无 论文目的 对...
  • 使用条件随机场模型研究了词位标注汉语分词中上文和下文对分词性能的贡献情况,在国际汉语分词评测Bakeoff2005的PKU和MSRA两种语料上进行了封闭测试,采用分别表征上文和下文的特征模板集进行了对比实验,...
  • 然后选取图像边界超像素作为背景模板,利用其作为稀疏字典计算重构误差,并作为超像素初始显著值;最后构造新的能量方程对初始显著值优化,并在优化后对其前景增强生成最终显著图。在包含真值图像的MSRA10K和ECSSD...
  • 公众号关注“视学算法”设为 “星标”,消息即可送达!来自 | GitHub 转自 | 机器之心参与 | Jamin、思、一鸣即使是最具创意的机器学习研究者,也不得不面对枯燥无味...
  • 此外,分析了煅烧温度对比表面积,孔体积和多孔γ-Al2O3含量的依赖。 使用X射线衍射(XRD)和X射线荧光(XRF)分别检查相组成及其含量。 用扫描电子显微镜(SEM)分析了烧结多孔γ-Al2O3的形貌。 结果表明,在80...
  • 模板匹配

    千次阅读 2017-12-03 15:31:53
    做了许多的练习和实验,并对基于HDevelop的形状匹配算法的参数优化进行了研究,写了一篇《基于HDevelop的形状匹配算法参数的优化研究》文章,总结了在形状匹配过程中哪些参数影响到模板的搜索和匹配,又如何来协调...
  • 之前用LaTeX写论文时,参考文献都是手动添加管理的,真是让人很抓狂。所以这次趁着假期,简单看了一下怎么使用BibTeX对参考文献进行管理,这里以IEEE的最新模板为例。 首先说明,我之前用的是MiKTex和...
  • 数学建模——阅读论文的重要

    千次阅读 2019-08-26 21:18:53
    ”因此有时候看一些美赛O奖的论文与国赛国家一等奖的论文对比时,觉得美赛O有点水的感觉,没有什么高大上的算法以及复杂的模型。同时反过来觉得国赛一等奖都是一个模子里面出来的,甚至很多的图都“一模一样”。所以...
  • R-CNN论文详解(论文翻译)

    万次阅读 多人点赞 2018-05-08 20:27:36
    faster-rcnn在深度学习领域算是一篇开创论文,对后续产生的而网络有很重要的意义,认真读懂这篇论文,相信也算是深度学习入门了 。今天又重新读了读faster-rcnn,整理了一份阅读笔记,整理的过程使自己对整个深度...
  • 机器之心原创 作者:仵冀颖 编辑:H4O 2020 年 2 月 7 日至 12 ...为了向读者们介绍更多 AAAI2020 的优质论文,机器之心组织策划了 AAAI 2020 论文分享,邀请国内外著名大学、研究机构以及工业界的研究人员详细...
  • PPT内容这是计算机开题报告ppt模板,包括了课题研究的意义和目的,论文提纲,研究的预期目标及主要特点及创新点,研究方法和途径等内容。基于NS的无线网络的AODV路由协议仿真测试与性能分析毕业论文开题报告指导老师...
  • 车牌识别论文

    千次阅读 2019-06-25 09:42:03
    在设计中是在内存为64M大小,其平台是matlab,从把具体图像放进去到再到识别车牌图像,其反应的平均时间是0.8秒左右,这就很充分地说明了该方法的可执行。智能交通系统中较为重要的成分之一是车牌识别,它可以在...
  • 计算机视觉领域经典论文源码

    千次阅读 2017-10-09 18:34:33
    计算机视觉领域经典论文源码 转载自:http://blog.csdn.net/ddreaming/article/details/52416643 2016-CVPR论文代码资源: https://tensortalk.com/?cat=conference-cvpr-2016 一个...
  • 直方图模板(HOT)分析

    千次阅读 2014-03-02 16:08:04
    模板越多,性能越优,因为模板多,得到的信息多,自然准确上去,错误率下降。 不过需要注意的是,当模块过多时,会导致计算计算机复杂度上升,运算时间加大,因此需要在两者时间折中,实验给出的答案是8模块或者12...
  • 对比矩形模板和十字模板的差值直方图能量搜索结果,发现参数选取适当时,改变模板形状不影响控制点运动位移量的正确确定。对十字模板中像素进行采样,可进一步压缩像素数量,提高运算速度。实验结果表明,改
  • 如何阅读论文

    千次阅读 2017-01-05 16:40:15
    前言:近段时间一直在阅读论文,中文和英文都有(个人强烈推荐英文)。针对于初学者阅读论文和撰写论文的困惑和迷茫,总结于此文(一家之言),本文另外也参考了很多网上一些学者的看法和建议,在此表示感谢。本人...
  • 论文是<IEEE GEOSCIENCE AND REMOTE SENSING LETTERS >期刊2020年录取的一篇较新的一篇论文,目前网上下载地址为:...
  • 通过试验数据进行了系统地分析,与只用普通钢模板支护效果的对比,透水模板布能改善混凝土表层微观质量,提高混凝土的强度,透水模板布在提高工程质量、耐久,以及使用寿命方面有较好的应用前景,可以在多种混凝土工程中...
  • “小论文”杂谈

    千次阅读 2011-11-20 09:38:08
    这几天与同学交流,大家的话题有两个,一个是有关工作和实习的,另一个就是有关论文的。有人说,本科阶段最痛苦的事情就是考英语四六级,而研究生阶段最痛苦的事情就是写论文(不管是小论文还是毕业论文),这可真是说...
  • 科技论文写作

    2016-08-15 19:27:52
    1 题名 题名是论文的总纲,要便于检索,容易认读[1].题目也是能反映论文最重要的特定内容的最恰当、最简明的词语的逻辑组合,要反映出课题研究的主要对象、内容、方法或研究特点,要求准确得体、简短精炼,一般不超过20字...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 8,079
精华内容 3,231
关键字:

对比性论文模板