序言
目录
正文
人脸特征点
PERCLOS
LBP
BSD（盲区检测）
常用人脸库：
MIT
FERET
PIE
AR
ORL
YaleA
YaleB
CAS-PEAL
JAFEE
效果检测参数：
俯仰角：-60度-60度
左右旋转角：-70度-70度
误检率 <20%
眼闭合时间：0.2-0.3% 超过0.5s 就报警
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：目标检测之人脸识别 - Python技术站
微信扫一扫 
支付宝扫一扫
【目标检测】使用YOLOv3对视频进行物体检测并输出新的视频
上一篇
2023年4月5日 下午9:26
目标检测后处理之NMS（非极大值抑制算法）
下一篇
2023年4月5日 下午9:27
相关文章
-
Latex向上\向下取整语法 及卷积特征图高宽计算公式编辑
在编辑卷积网络输出特征高宽公式时，需用到向下取整，Mark一下。 向下取整 \(\lfloor x \rfloor\)$\lfloor x \rfloor$ 向上取整 \(\lceil x \rceil\)$\lceil x \rceil$ 特征图高宽公式 \(已知输入的高宽为(h_x,w_x)、卷积核的高宽为(h_k,w_k)、高度和宽度方向的步幅为(s_…
-
机器学习-决策树-ID3决策树
原理看上一篇，这篇只有代码实现 它以信息熵为度量标准，划分出决策树特征节点，每次优先选取信息量最多的属性，也就是使信息熵变为最小的属性，以构造一颗信息熵下降最快的决策树。 缺点 ID3算法的节点划分度量标准采用的是信息增益，信息增益偏向于选择特征值个数较多的特征。而取值个数较多的特征并不一定是最优的特征，所以需要改进选择属性的节点划分度量标准 ID3算法递归…
-
【caffe】epoch,[batch_size],iteration的含义
@tags caffe 概念 一个epoch表示“大层面上的一次迭代”，也就是指，（假定是训练阶段）处理完所有训练图片，叫一个epoch 但是每次训练图片可能特别多，内存/显存塞不下，那么每个epoch内，将图片分成一小堆一小堆的，每一小堆图片数量相等，每一小堆就是一个batch（批次）。 因而，一个epoch内，就要处理多个batch。 batch_siz…
-
Windows环境下使用Anaconda安装tensorflow与Keras
通过Anaconda安装tensorflow&keras 1.安装Anaconda 2.安装tensorflow 1.打开anaconda prompt将pip安装或升级到最新的版本 2.创建命名为tensorflow的环境，与此同时安装python3.*（只能是3以上的版本） 3.**这个环境：activate tensorflow 4. 安装Te…
-
SNIP:多尺度的目标检测
论文题目：An Analysis of Scale Invariance in Object Detection – SNIP 论文链接：https://arxiv.org/abs/1711.08189 代码链接：http://bit.ly/2yXVg4c Motivation:： 实现多尺度的检测一直是目标检测领域中的一个亟待解决的关键问题，而这就需要考虑…
-
吴恩达机器学习复习2：多重特征、多重变量的梯度下降、梯度下降实践Ⅰ：数据特征缩放、梯度下降实践Ⅱ：学习率、特征和多项式回归、正规方程法、向量化
【多重特征】 多变量线性回归 可以有任何输入变量的等式的表示方法 假设 使用矩阵乘法的定义，我们的多变量假设功能可以被简洁地描述为 这是未来我们为训练例子的准备的假设函数的向量化 【多重变量的梯度下降】 假设 参数 代价函数 梯度下降的步骤 原来的算法（n=1） 反复做{ 角度0 = 原角度0-学习率 *(1/m) …
-
keras实战教程一(NER)
NLP四大任务：序列标注（分词，NER），文本分类（情感分析），句子关系判断（语意相似判断），句子生成（机器翻译） 以命名实体识别为例，识别一句话中的人名地名组织时间等都属于序列标注问题。NER 的任务就是要将这些包含信息的或者专业领域的实体给识别出来 示例 句子：[我在上海工作]tag : [O,O,B_LOC,I_LOC,O,O] 数据 数据地址 训练数…
-
『原创』机器学习算法的R语言实现（三）：朴素贝叶斯分类器
http://www.cnblogs.com/digging4/p/3884385.html 1、引子 朴素贝叶斯方法是一种使用先验概率去计算后验概率的方法，其中朴素的意思实际上指的是一个假设条件，后面在举例中说明。本人以为，纯粹的数学推导固然有其严密性、逻辑性的特点，但对我等非数学专业的人来说，对每一推导步骤的并非能透彻理解，我将从一个例子入手，类似于应用…
