简介 VGGFace是基于VGGNet训练自己的数据集得到的人脸识别模型。主要有以下特点： ● 构建最少的人为干预大规模人脸数据集。 ● 非端到端：先使用Softmax在VGGDataset上预训练，最终输出维度是2622维，即共有2622个人，每个人有固定张数的人脸

论文题目：《FaceNet: A Unified Embedding for Face Recognition and Clustering》 论文地址：FaceNet 1、概述 FaceNet（A Unified Embedding for Face Recognition and Clustering）直接把输入图像变成欧式空间中的特征向量，两个特征向量间

论文题目：《A Discriminative Feature Learning Approach for Deep Face Recognition》 论文地址：http://ydwen.github.io/papers/WenECCV16.pdf 概述 ECCV2016年的这篇文章主要是提出了一个新的Loss：Center Loss，以辅助Softmax Loss进行人脸的训

北京 | 高性能计算之GPU CUDA课程11月24-26日 3天密集学习 快速带你晋级 阅读全文 > 本系列人脸识别文章用的是opencv2，最新版的opencv3.2的代码请参考文章： <

点击我爱计算机视觉标星，更快获取CVML新技术本文转载自一碗数据汤，为2019CCF BDCI比赛多人种人脸识别一等奖获奖团队技术方案分享，除了使用了监督学习、图像增强、模型融合，作者还使用了无监督学习，非常值得相关同学参考！怎么划分

前言 在你上班的时候刷知乎，看视频，玩手机的时候，老板来了！不用担心，不用着急，基于最新的人脸识别 + 手机推送做出的 BossComing。老板站起来的时候，BossComing 会通过人脸识别发现老板已经站起来，然后通过手机

为什么80%的码农都做不了架构师？>>> 　通过 HTML5 + JavaScript 技术实现的人脸识别，目前仅适用于 Chrome 浏览器，首先需要在地址栏输入 about:flags ，然后找到“启用 MediaStream” 这一项，点击“启用” 后重启 Chrome 浏