实体
face-recognition-models
face-recognition-models
PulseAugur coverage of face-recognition-models — every cluster mentioning face-recognition-models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
IDPrior框架将身份生成与面部图像合成解耦
研究人员推出了一种名为IDPrior的新型两阶段框架，旨在为人脸识别模型的训练生成合成面部身份。该方法首先在嵌入空间中学习一个扩散先验，以模拟面部身份分布并创建新的身份嵌入。然后，这些嵌入会条件化一个扩散模型，以合成同一身份的多个图像，从而提供一种可扩展且注重隐私的数据生成方法。实验表明，使用IDPrior生成的合成数据训练的人脸识别模型在验证基准测试上的性能与现有合成数据方法相比具有竞争力或更优。
-
新的合成框架增强人脸识别模型训练
研究人员开发了集成反馈可控合成（EFCS）框架，该框架旨在生成多样化且具有挑战性的合成数据，用于训练人脸识别模型。该方法旨在通过创建视觉上逼真但包含低分辨率和遮挡等变化的样本，来提高对真实场景的泛化能力。EFCS在多个基准测试中表现出比传统合成方法更优越的性能，这体现在识别模型性能的提高以及将数据复杂性与模型效用联系起来的原理性分析公式上。
-
用户分享怀旧的2019年人脸识别模型
一位用户分享了他们于2019年创建的个人人脸识别模型，大约在Google推出Teachable Machine之时。他们在浏览旧的GitHub仓库时重新发现了这个项目，并将其作为对早期工作的一次怀旧回顾。