學(xué)術(shù)不端文獻(xiàn)論文查重檢測系統(tǒng) 多語種 圖文 高校 期刊 職稱 查重 抄襲檢測系統(tǒng)
中國知網(wǎng)學(xué)術(shù)不端文獻(xiàn)檢測系統(tǒng),支持本、碩、博各專業(yè)學(xué)位論文學(xué)術(shù)不端行為檢測 ! 支持“中國知網(wǎng)”驗(yàn)證真?zhèn)?"期刊職稱AMLC/SMLC、本科PMLC、知網(wǎng)VIP5.3/TMLC2等軟件。
作者分別來自天津大學(xué)、武漢大學(xué)、騰訊AI實(shí)驗(yàn)室、美國天普大學(xué)。 感謝各位大牛! 作者首先從算法實(shí)用性角度討論了人臉特征點(diǎn)檢測問題的面臨的挑戰(zhàn)。 人臉表情變化很大,真實(shí)環(huán)境光照復(fù)雜,而且現(xiàn)實(shí)中大量存在人臉局部被遮擋的情況等。
如果采取更大的網(wǎng)絡(luò),特征點(diǎn)的預(yù)測會更加準(zhǔn)確魯棒,但耗時多,為了在速度和性能上做找到平衡點(diǎn),使用較小的網(wǎng)絡(luò),并采用級聯(lián)的思想,先進(jìn)行粗檢測,然后微調(diào)特征點(diǎn)位置。 下面是最終預(yù)測人臉特征點(diǎn)的landmarks_detection.py,其中人臉檢測采用的是級聯(lián)CNN或者opencv人臉檢測,在人臉檢測的基礎(chǔ)上預(yù)測人臉特征點(diǎn)位置,并將預(yù)測的相對位置轉(zhuǎn)換成圖像上的絕對坐標(biāo)。
作者認(rèn)為人臉檢測和人臉關(guān)鍵點(diǎn)檢測兩個任務(wù)之間往往存在著潛在的聯(lián)系,然而大多數(shù)方法都未將兩個任務(wù)有效的結(jié)合起來,本文為了充分利用兩任務(wù)之間潛在的聯(lián)系,提出一種多任務(wù)級聯(lián)的人臉檢測框架,將 人臉檢測和人臉關(guān)鍵點(diǎn)檢測 同時進(jìn)行。 MTCNN 包含三個級聯(lián)的多任務(wù)卷積神經(jīng)網(wǎng)絡(luò),分別是 Proposal Network (P-Net)、Refine Network (R-Net)、Output Network (O-Net) ,每個多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)均有三個學(xué)習(xí)任務(wù),分別是 人臉分類、邊框回歸和關(guān)鍵點(diǎn)定位 。
該論文由港中文的孫祎、王曉剛、湯曉鷗提出,應(yīng)該是最早使用 CNN 進(jìn)行人臉關(guān)鍵點(diǎn)檢測的論文之一了。 在論文中,作者設(shè)計了 Three-level cascaded CNNs 用于人臉關(guān)鍵點(diǎn)檢測(5 Points):Left Eye Center (LE),Right Eye Center (RE),Nose Tip (N),Left Mouth Corner (LM),Right Mouth Corner (RM)。 在模型的各個 level 中,模型會對各個人臉關(guān)鍵點(diǎn)做多次預(yù)測,取其平均值。