3D【5】人臉重建:Learning the Multilinear Structure of Visual Data閱讀筆記
該論文主要內容是使用張量分解來表徵一個3D人臉,如下公式:
其中
克羅內克積:一個3×1的向量和一個4×1的向量進行克羅內克積,會得到12×1的向量。具體的可參考wiki。
每個
通過優化下面的損失函式,可以學習出B和
但由於上式中有B和
詳細的求解過程可參考論文。
最近要用CNN來直接預測出mesh,而用CNN預測mesh的最大問題是網路的輸出。看過的論文,一般是用兩種方法:1、預測3DMM的係數;2、將mesh立方體化變成一個200×200×200(不一定是這個維度)。但這兩個方法都有各自的不足,方法一:嚴重依賴PCA;方法二:生成的頂點格式不固定。剛好看到有一篇論文是利用該論文的思想,所以就閱讀一下該論文。
經過大致的閱讀後(沒有詳細看B和
相關推薦
3D【5】人臉重建:Learning the Multilinear Structure of Visual Data閱讀筆記
該論文主要內容是使用張量分解來表徵一個3D人臉,如下公式: 其中B(1)B(1) 是通過大量資料學習出來的,而A(m)A(m) 則是重構出 XX 的係數,⊙⊙ 是克羅內克積。 克羅內克積:一個3×1的向量和一個4×1的向量進行克羅內克積,會得到12×1
3D【4】人臉重建:Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric
該論文主要是用CNN直接重建3D人臉,而不是預測3DMM模型的引數,網路結構是漏斗網路( HG)。論文提出了三種方案,第一種是直接從圖片重建,第二種是加入了人臉特徵點,第三種是多工(重建+人臉特徵點預測)。效果最好的是第二種方法。 值得注意的是,該論文不是直
3D【9】人臉重建:Joint3D Face Reconstruction and Dense Alignment with Position Map Regression
該論文同時預測人臉特徵點和3D mesh的頂點座標x,y,z。人臉特徵點沒什麼好說的,現在已經有很多成功的案例了。主要關注該論文是如何預測頂點座標的。其實大概想想,就能夠大致確定直接預測頂點座標是有不少困難的。首先是,你不能把所有的頂點拉成一個向量,用全連線層預
3D【3】人臉重建:Image Based 3D Face Reconstruction: A Survey閱讀筆記
該論文是09年的一篇3D人臉重建綜述文章。 目前的大部分3D人臉重建系統受限於3d掃描裝置的一些不足: 1、在掃描過程中要求一定的光線條件 2、無法從多個物體同時獲取3D資料 3、沒有反射的區域無法獲得正確資料(如頭髮) 4、無法實時 5、如果是鐳射
【15】ES6 for Humans: The Latest Standard of JavaScript: ES2015 and Beyond
amazon idt keywords order line padding star ise spa 【15】ES6 for Humans共148頁:目前看到:已經全部閱讀。 亞馬遜地址:魔芋:總結:我先看的是阮一峰的在線書籍。這本書的內容很多都與之重復的。居然賣¥463
The Multilinear Structure of ReLU Networks
線性 display near 內部 所有 lin 結果 truct -a 兩種非常常見的非線性單元:rectified linear units (ReLUs) 和 leaky ReLUs 我們選取binary hinge loss進行二分類 對於多分類
【5】JVM-垃圾收集器
garbage 垃圾收集器 發展 access 表示 新生代 動態 導致 ren 通過學習了解到現在商用的JVM中的垃圾收集采用的是分代收集算法,即針對不同年代采用不同的收集算法。在JVM中,GC主要作用於堆內存中,堆內存又被劃分為新生代和老年代,由於新生代對象絕大多數是朝
Android自己定義組件系列【5】——進階實踐(2)
col fonts tle 適配 pack tom ica void log 上一篇《Android自己定義組件系列【5】——進階實踐(1)》中對任老師的《可下拉的PinnedHeaderExpandableListView的實現》前一部分進行了實現,這一篇我們來看看Ex
【5】基本字符串壓縮
stringbu 字符串 n) nbsp ret map ++ clas ipp 【題目】 利用字符重復出現的次數,編寫一個方法,實現基本的字符串壓縮功能。比如,字符串“aabcccccaaa”經壓縮會變成“a2b1c5a3”。若壓縮後的字符串沒有變短,則返回原先的字符串
感悟【5】
基本上 項目組 人在 機會 朋友圈 都是 那不 nbsp 說了 開微博呢,一方面是記錄自己的學習歷程,另一方面呢 是可以說自己想說的話,自己的感受,這些話很想發在朋友圈,但是怕給別人帶去負面影響 所以在朋友圈一般都不會發一些傷感的話,一個人在這個行業沒有人帶,都靠自己學習,
【5】標題上的小logo
-- span pan shortcut color font nbsp 圖片 logo <link rel="shortcut icon" href="logo圖片的路徑"> shortcut --- 捷徑,近路 icon --- 圖標【5】標題上的小lo
【BZOJ】1537: [POI2005]Aut- The Bus
spl read zoj return 觀察 cst isp algo ins 【算法】DP+線段樹求區間max(二維偏序) 【題解】 狀態轉移方程:f[i]=max(f[j]+v[i]),x[j]<x[i]&&y[j]<y[i]。 觀察j的條件
線性代數-矩陣-【5】矩陣化簡 C和C++實現
tar tput c++ spec 但是 exc c++語言 emp opened 點擊這裏可以跳轉至 【1】矩陣匯總:http://www.cnblogs.com/HongYi-Liang/p/7287369.html 【2】矩陣生成:http://www.cnblog
【5】GDI+ 生成驗證碼
splay 小應用 eric gen 前景 num 微軟 param graphic 這裏我們做一個小應用,就是繪制一個如下圖所示的驗證碼圖片。並且點擊驗證碼的時候會自動切換。 實現思路如下: 通過Random生成隨機數或字符及驗證碼 通過驗證碼內容長度生成指定大小的圖
【DATE2017】Double MAC: Doubling the Performance of Convolutional Neural Networks on Modern FPGAs
-1 資源 font 文章 討論 要點 兩個 需要 分享 這篇文章介紹了如何利用FPGA內部單個DSP來實現SIMD乘法,從而提高DSP利用率,緩解計算資源不足的問題,是一個比較實用的trick。 要點: 利用單個DSP並行實現兩次乘法:A*C、B*C; 文中只討論了A、
Fiddler抓包【5】_Fiddler過濾
cts type request 抓包 .cn font show all ces nds 1、User Fiters啟用 2、Action Action:Run Filterset now是否運行,Load Filterset加載,Save Filterset保存;
【bzoj1592】[Usaco2008 Feb]Making the Grade 路面修整
i+1 style 相同 algorithm 由於 color tdi out return FJ打算好好修一下農場中某條凹凸不平的土路。按奶牛們的要求,修好後的路面高度應當單調上升或單調下降,也就是說,高度上升與高度下降的路段不能同時出現在修好的路中。 整條路被分成了N
爬蟲入門【5】PyQuery簡介
其他 attr before lxml 移除 位置 方式 fin .org PyQuery 目前最新的版本是1.3,基於最新版本進行介紹。 主要根據PyQuery的官方文檔進行了更新。 from pyquery import PyQuery as pq from lxml
【MySQL】java.sql.SQLException: The server time zone value
wan rac transacti timezone prop 解決 cep enc pass 錯誤:Could not open JDBC Connection for transaction; nested exception is java.sql.SQLExcept
【CF757G】Can Bash Save the Day? 可持久化點分樹
find ons lin 問題 node printf sin 預處理 family 【CF757G】Can Bash Save the Day? 題意:給你一棵n個點的樹和一個排列${p_i}$,邊有邊權。有q個操作: 1 l r x:詢問$\sum\limits_{