当前位置:天才代写 > Python代写,python代做代考-价格便宜,0时差服务 > 代写CS:计算机视觉代写优化人脸识别率比github更高效率

代写CS:计算机视觉代写优化人脸识别率比github更高效率

2018-09-17 08:00 星期一 所属: Python代写,python代做代考-价格便宜,0时差服务 浏览:543

目标进行实时人脸识别,比https://github.com/ageitgey/face_recognition facerec_from_webcam_faster.py 的效果要稳、识别率更高

 

Our solution

•Face detection in video, through LSTM on video face dataset.

•Infrequent face recognition based on a small number of frames.

 

原链接solutions (blog)

 https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78

•Face detection on individual frames using HOG

•Frequent face recognition on individual frames

 

比较标准Comparison metric

•Better design —

•Speed (infrequent vs. each frame; network inference vs. HOG)

•Come up with some quantitative numbers.

•Consistency (inherent) 

•Accuracy? Think about it.

 

 image.png

 

实现思路:

1detectionLSTM上图右部分)

用video face detection dataset训一个lstmnetworkdetect视频中的人脸,代替原来的step 1https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78hog

2、 step2 保留,还是进行posing and projecting face

3、上图左半部分, 每个方框代表一帧,之前所说的给一个人的所有bounding box一个id的意思是 我们使用前几帧去进行recognitionvideo里的人尽量保持不动 通过这几帧确定这个人后,以后的帧都可以锁定这个人。意思是不是每帧都做recognition,并且这些box相当于一个history, 假设这个人在20秒后出画面再进来 不用进行recognition还能认出这个人

 

导师给的:

Video face detection

•Data: multiple-faces detection

•Model: LSTM (each frame produce an output)

•We have done plenty of work on similar setting

 

 Video face recognition

•Face detection in each frame: from the LSTM model.

•Transfer learning: different datasets (video face data & real time)

•Recognition would be based on a small number of frames.

•Infrequent: know box IDs.

 

综上:第一点需要做的就是找detection这块videodataset,老师预计有这样训好的lstm 改一改也能用,他上面第三句话的意思是 我们实验室有这样做好的model是语音识别的 我改改也可以用。第二点是detection的数据recognition时能否用。原blog里后面的两个step他没有提,你可以看看有没有必要用。

 

代写CS&Finance|建模|代码|系统|报告|考试

编程类:C代写,JAVA代写 ,数据库代写,WEB代写,Python代写,Matlab代写,GO语言,R代写

金融类统计,计量,风险投资,金融工程,R语言,Python语言,Matlab,建立模型,数据分析,数据处理

服务类:Lab/Assignment/Project/Course/Qzui/Midterm/Final/Exam/Test帮助代写代考辅导

天才写手,代写CS,代写finance,代写statistics,考试助攻

E-mail:850190831@qq.com   微信:BadGeniuscs  工作时间:无休息工作日-早上8点到凌晨3点


如果您用的手机请先保存二维码到手机里面,识别图中二维码。如果用电脑,直接掏出手机果断扫描。

1513067809116994.png

 

 

    关键字:

天才代写-代写联系方式