1回答
我正在尝试使用CNN和dlib特征提取器创建一个人脸识别应用程序。我想做的是从同一人的一堆照片中提取特征，然后将数组发送到我的CNN，它将为该人生成一个2类分类器。我如何将其更改为接受dlib功能数组，predict方法看起来是什么样子，数据应该如何格式化？ 到目前为止，我的网络配置为接受图像作为输入，但我不确定如何将其更改为使
浏览 28提问于2019-06-03得票数 0
1回答
情感识别或特征提取
、、、
我正在开发一个模块，可以从人的面部识别情感(基本的情感，例如: joy，悲伤，厌恶，恐惧，惊讶，中立)。我使用的工具包括：
首先，我认为我可以利用Open的人脸识别模块来适应我的目标，并使用它(LBPH人脸识别器)，但可以取得很好的效果我用来自不同类别情感的图像训练识别器，并对一组样本图像进行人脸识别，以识别情感(而不是人)。然后我放弃了这个想法，开始寻找特征提取方法，这样一旦我得到一个样本
浏览 1提问于2015-03-20得票数 0
回答已采纳
众所周知，局部特征描述图像内容的局部结构，而全局特征描述图像内容的整体。正处于深度学习领域的卷积神经网络本身就可以提取重要的特征，我想知道CNN提取的特征是局部特征还是全局特征，还是两者兼而有之？有没有人可以帮助我在一些分析或参考回答我的问题。谢谢。
浏览 276提问于2019-07-11得票数 2
1回答
我们知道像faster-rcnn和mask-rcnn这样的对象检测框架有一个roi pooling layer或roi align layer。但是为什么ssd和yolo框架没有这样的层呢？
浏览 0提问于2019-04-09得票数 2
回答已采纳
我尝试使用Dlib运行用于人脸检测的Python代码。但是，当我试图使用下面的命令shape_predictor_68_face_landmarks.dat加载文件face_detector =dlib.cnn_face_detection_model_v1这是我的Python代码import cv2
face_detector = dlib.cnn_face_detection_model_v1('shape_
浏览 0提问于2018-05-15得票数 1
回答已采纳
1回答
我正在建立一个预测地理空间-时间数据集的模型。def define_model_cnn_lstm(features, lats, lons,，该模型将采用具有形状的数据(特征、lats、lons
浏览 0提问于2018-09-28得票数 4
回答已采纳
我在CNN上有一个问题，模型是否应该采用训练中使用的所有输入来预测新样本？如果我想为医院建立一个系统，通过图像和一些特征(如年龄和身高)来预测疾病，但用户不需要输入这些特征，以防它们不可用，所以他只能输入图像。在美国有线电视新闻网上有可能这样做吗？因为据我所知，所有用于训练的输入都应该用于测试和预测新数据
浏览 2提问于2021-09-27得票数 0
直接计算特征与让CNN解释特征有什么区别？但是，如果我的数据是这样的，我可以通过对数据进行直接测量来解释它是否是某种类型的呢？我不需要把它和什么东西“比较”。CNN在这种情况下毫无意义吗？
或者，当有这么多可测量的参数，试图用人工算法推断所有这些参数时，CNN就变得可
浏览 0提问于2020-05-16得票数 0
你好，我有一个关于keras的问题。目前我想实现一些网络并利用cnn模型的两个结果，提供给稠密模型def cnn_model(): cnn1 = cn
浏览 3提问于2017-12-12得票数 2
1回答
我有车辆的图像。我需要基于图像提取来预测车辆的价格。我学到的是，我可以使用CNN提取图像特征，但我无法得到的是，如何预测汽车的价格。我知道在我预测价格之前，我需要训练我的CNN模型。我不知道如何用图像和价格一起训练模型。有人能提供这方面的方法吗？
浏览 0提问于2018-07-23得票数 0
1回答
我好像在给CNN网络建模上出了问题。根据x轴的长度，特征向量的长度也会被改变。我已经知道它们应该有多长，但不知道x轴的长度和特征向量的长度之间的比率，我猜确实存在。
是否有可能训练CNN网络，使其能够根据图像x轴输入的长度来改
浏览 0提问于2017-03-08得票数 3
回答已采纳
我在这里提出了一个问题:例如，如果有必要同时使用图像数据和一些数字数据来预测疾病，那么特征如下：模型的输出应该是0/1，0是健康的，1是病态的。我知道一种方法是使用平面特征作为形状：(width*height+number_of_numeric_feature)在这种情况下，将不会利用CNN在图像分类方面的优势。(前馈网络)
所以我的问题是:是否
浏览 2提问于2020-06-21得票数 5
关于这个问题
如我们所知，CNN卷积会扫描整个图像，也不关心图像中哪些区域的关键特征。
为什么CNN不能处理不规则输入
浏览 3提问于2017-08-08得票数 1
回答已采纳
1回答
神经网络训练后如何提取图像特征？
、、、、
有没有办法从一组图像中学习无监督的特征。与学习神经网络并给出新文档的word2vec或doc2vec相似，我们得到了它的特征。假设在这个中，如果我想得到所有X_train和X_test的cnn
浏览 2提问于2016-04-12得票数 2
回答已采纳
2回答
我和CNN在tensorflow学习LSTM。我想在LSTM网络中加入一些标量标签作为条件。有人知道我的意思是哪个LSTM吗？如果有的话，请告诉我它的用法。
谢谢。
浏览 3提问于2017-10-16得票数 4
回答已采纳
2回答
据我所知，CNN依靠滑动窗口技术，只能指出某一模式是否存在于给定的包围框中。这是真的吗？
如果没有这些技术的帮助，一个人能用CNN来实现本土化吗？
浏览 2提问于2015-01-27得票数 6
回答已采纳
2回答
我目前正在从事机器人学的最后一个学位项目，我决定创建一个能够复制人类情感的开源机器人。机器人已经安装完毕，可以接收订单了，但我仍在忙着对其进行编码。我目前的代码是基于的。其思想是从低FPS视频源中提取68个面部地标(使用RPi相机V2)，将这些地标输入经过训练的支持向量机分类器，并根据检测到的表情(愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性)从0-6返回一个数字。我正在用一些使用RPi相机拍摄的照片来测试我的模型<em
浏览 1提问于2020-04-03得票数 0
回答已采纳
1回答
如果在图像上使用特征提取方法，那么我是得到一个特征表示还是在特征表示背后有不同的含义？
据我所知，当我在图像上使用CNN时，卷积层会执行特征提取。那么，我还可以说在每一层之后都有一个新的特性表示吗？
浏览 0提问于2020-11-07得票数 0
回答已采纳
我为正面脸建立了一个面部标志性预测因子(类似于dlib的68个标志性预测值)。现在，我想继续分析面部特征。首先，我需要的是:1-一个健壮的轮廓面检测器。2- Profile faces数据集和相应的地标(关键点)注释。
欢迎任何建议。非常感谢。
浏览 39提问于2016-08-10得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
