人脸属性多任务学习:Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach
2017-11-09 11:20
609 查看
1.该文被录用在2017PAMI上,地址:https://arxiv.org/abs/1706.00906
2.该文主要是阐述如何能训练有效人类属性分类模型。
3.这片文章的优点是:
(1)属性分类能共享特征学习阶段的权值;
(2)根据属性划分,使用相应的损失函数;
(3)特征学习的CNN框架简单;
(4)理论描述严密。
缺点:
(1)正由于其使用简单结构CNN,虽使速度有提升,但属性分类准确率还不太高;
(2)组合不同损失函数还未优化。
4.相比于其它与人脸检测结合的属性分类文章,该文训练框架简洁紧凑,更突出属性分类,从实验结果与个人试验情况看,整个训练框架简洁有效。
2.该文主要是阐述如何能训练有效人类属性分类模型。
3.这片文章的优点是:
(1)属性分类能共享特征学习阶段的权值;
(2)根据属性划分,使用相应的损失函数;
(3)特征学习的CNN框架简单;
(4)理论描述严密。
缺点:
(1)正由于其使用简单结构CNN,虽使速度有提升,但属性分类准确率还不太高;
(2)组合不同损失函数还未优化。
4.相比于其它与人脸检测结合的属性分类文章,该文训练框架简洁紧凑,更突出属性分类,从实验结果与个人试验情况看,整个训练框架简洁有效。
相关文章推荐
- 论文笔记之:Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach
- 多任务学习“DEEP MULTI - TASK REPRESENTATION LEARNING : A TENSOR FACTORISATION APPROACH”
- 深度神经网络的多任务学习概览(An Overview of Multi-task Learning in Deep Neural Networks) --多任务学习-2
- 人脸识别 - A Discriminative Feature Learning Approach for Deep Face Recognition
- 人脸识别(一)A Discriminative Feature Learning Approach for Deep Face Recognition
- 多任务学习“Fine-grained Recognition in the Wild: A Multi-Task Domain Adaptation Approach”
- 多任务学习“Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics”
- 多任务学习“Rotating Your Face Using Multi-task Deep Neural Network”
- centerloss系列文章笔记——人脸识别:A Discriminative Feature Learning Approach forDeep Face Recognition
- 人脸识别 - A Discriminative Feature Learning Approach for Deep Face Recognition
- 【论文笔记】HyperFace: ADeep Multi-task Learning Framework for Face Detection
- 人脸识别 - A Discriminative Feature Learning Approach for Deep Face Recognition
- Activiti学习笔记8 — UserTask私有任务的使用
- Hadoop学习笔记(老版本,YARN之前),MapReduce任务Namenode DataNode Jobtracker Tasktracker之间的关系
- 一步步学习SPD2010--第十四章节--在Web页面使用控件(1)--处理功能区和标签属性任务窗格
- OC学习第八天_属性 属性的Attribute 点语法 KVC
- 人脸检测对齐--Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks
- Hadoop学习笔记:MapReduce任务Namenode DataNode Jobtracker Tasktracker之间的关系
- [深入学习C#]C#实现多线程的方式:Task——任务
- Heterogeneous Multi-task Learning for Human Pose Estimation with Deep Convolutional Neural Network