退出
我的积分:
中文文献批量获取
外文文献批量获取
第1章 绪 论
1.1.1 课题来源
1.1.2 研究的背景和意义
1.2 国内外研究现状
1.2.1 AU识别方法的研究现状
1.2.2 动作单元识别类别非均衡的研究现状
1.3 本文的主要研究内容
第2章 AU类别非均衡现象分析
2.1 面部动作编码系统(FACS)
2.2 常见AU数据集
2.3 AU识别的类别非均衡化分析
2.4 类别非均衡影响及处理方法分析
陈昆;
哈尔滨工业大学;
机译:同时处理丢失的标签和类别不平衡的挑战,以进行面部动作单元识别
机译:同时处理缺少的标签和类别不平衡挑战,以进行面部动作单位识别
机译:面部表情动作刺激测试。用于评估面部记忆,面部和物体感知,配置处理以及面部表情识别的测试电池
机译:面部网格转换:一种新颖的面部注册方法,可改善面部动作单元的识别能力
机译:视听信息融合改善与语音相关的面部动作单元识别
机译:面部表情动作刺激测试。测试电池用于评估面部记忆面部和物体感知配置处理以及面部表情识别
机译:使用动作单元分类器和关联网络识别面部动作单元
机译:复合式艺术与面部识别技术相结合:探索面部识别技术识别复合图像的应用
机译:图像处理设备,图像处理方法和非暂时性计算机可读存储介质,用于使用已经经历了学习的鉴别器来执行输入图像的类别识别,以在不同的粒度执行类别识别
机译:多任务面部动作识别模型训练方法,多任务面部动作识别方法和装置,计算机设备和存储介质
机译:面部动作识别模型训练方法,面部动作识别方法和装置,计算机设备和存储介质
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。