原创力文档- 1、本文档共113页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
第十二章 目标检测与识别;目标检测和识别;目标识别的应用;难点之一: 如何鲁棒识别？;类内差异（intra-class variability）;类间相似性（inter-class similarity）;难点之二：计算量大;难点之三：如何在小样本条件下学习;物体识别方法;生成学习 vs. 判别学习;判别学习方法;第二节 人脸检测与识别;13;14;物体检测;人脸检测（Face detection）;Viola-Jones人脸检测算法(2004);滤波器设计;Adaboost;Boosting Example;Boosting Example;Boosting Example;Boosting Example;Boosting Example;Boosting Example;Adaboost;Adaboost;Adaboost算法步骤;Viola-Jones算法中的AdaBoost;;级联分类器（Cascading Classifiers）;训练级联分类器;Viola-Jones检测算法-总体流程;Viola-Jones人脸检测结果;Viola-Jones人脸检测结果;Viola-Jones人脸检测结果;2. 人脸识别（face recogntion）;Face Recognition: 2-D and 3-D ;图像 = 像素的集合;最近邻分类器;Eigenfaces;主成分分析(PCA, K-L变换);主成分分析(PCA, K-L变换);主成分分析(PCA, K-L变换);Eigenfaces;Eigenfaces: 训练图像;Eigenfaces;PCA方法的不足;Fisherfaces：类特定的线性投影;PCA & Fisher的线性判别函数;PCA & Fisher的线性判别函数;Fisherfaces示例（ORL Database）;基于eigenfaces/fisherfaces的识别;Project5：人脸合成;Project5：人脸合成;Project5：人脸合成;;Project5：人脸合成;Project5：人脸合成;Project5：人脸合成;Project5：人脸合成;Project5：人脸合成;Project5：人脸合成;Project5：人脸合成;第三节 深度学习导引;第三节 深度学习导引;第三节 深度学习导引;第三节 深度学习导引;第三节 深度学习导引;第三节 深度学习导引;第三节 深度学习导引;第三节 深度学习导引;神经网络的基本结构;神经网络的大量参数;神经网络的表现能力;神经网络的表现能力;神经网络的表现能力;神经网络的表现能力;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络的实例;卷积神经网络的实例;卷积神经网络的实例;卷积神经网络的实例;卷积神经网络的实例;卷积神经网络的训练方法;卷积神经网络的训练方法;卷积神经网络的训练方法;卷积神经网络的训练方法;卷积神经网络的训练方法;卷积神经网络的训练方法;卷积神经网络的训练方法;卷积神经网络的训练方法;卷积神经网络的训练方法;递归神经网络;递归神经网络;
文档评论（0）