研究目的
判断化妆前后的面部图像是否指向同一身份。
研究成果
提出的GIP-NN方法在抗化妆人脸识别中具有高效性,在准确性与计算效率之间实现了良好平衡。其性能优于传统手工特征提取方法,且比基于CNN的方法快得多,适用于需要实时处理的应用场景。
研究不足
该数据集对于训练卷积神经网络来说相对较小,可能会影响基于CNN方法的性能。该方法的有效性是在特定数据集上展示的,其向其他数据集或更多样化妆容风格的泛化能力尚未得到探索。
研究目的
判断化妆前后的面部图像是否指向同一身份。
研究成果
提出的GIP-NN方法在抗化妆人脸识别中具有高效性,在准确性与计算效率之间实现了良好平衡。其性能优于传统手工特征提取方法,且比基于CNN的方法快得多,适用于需要实时处理的应用场景。
研究不足
该数据集对于训练卷积神经网络来说相对较小,可能会影响基于CNN方法的性能。该方法的有效性是在特定数据集上展示的,其向其他数据集或更多样化妆容风格的泛化能力尚未得到探索。
加载中....
您正在对论文“[IEEE 2018年第25届国际图像处理会议(ICIP) - 希腊雅典 (2018.10.7-2018.10.10)] 2018年第25届IEEE国际图像处理会议(ICIP) - 基于神经网络的格式塔兴趣点实现抗妆容人脸识别”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期