檢索結果：共64筆資料 檢索策略： "Gee-Sern Hsu".eadvisor (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
我們提出了風格保留生成器(Style-Preserving Generator, SPG)，主要是應用於 場景文字編輯(Scene Text Editing, STE)。場景文字編輯的目的是將原始文…
2
我們透過最先進的生成對抗網路StyleGAN2其優異的影像生成品質與潛在空間解耦能力，提出了新的網路架構，年齡風格生成對抗網路(Age StyleGAN, ASGAN)，用於臉部年齡轉換的特定任務中…
3
分類和回歸模型會在訓練數據分佈不均勻中產生偏差，測試過程中會偏向樣訓練樣本較多的之族群。用於研究人臉年齡估計之資料庫通常是分佈不均勻，因為老年與幼年遠小於年輕族群的年齡樣本，並且會隨著年齡的增長，可…
4
我們提出透過Wasserstein損失函數的生成對抗網路輔助擷取人臉屬性特徵(Disentangle Represenetation of Generative Adversarial Networ…
5
隨著深度學習的蓬勃發展，物件偵測器的能力也越來越強大，作為物件種類之一的行人偵測當然也不例外。許多以物件偵測器為基礎，針對行人偵測而改善的偵測器也相繼被提出，然而這些行人偵測器的準確度雖然得到大幅度…
6
我們提出以人臉屬性輔助之網路(FAAN)進行人臉辨識，此網路之目的為模擬藉由人臉屬性來描述一張人臉時的情況，例如他的性別、種族、頭髮顏色是什麼等等。我們的方法FAAN是由兩個子網路組成，一個是身份，…
7
不同於以往的人臉偵測、角度估測及Landmark(地標點)定位在實際系統的應用，Tree Structured Model，以下簡稱TSM，僅利用單一的統一模型，可解決此三種議題，但其需花費大量的計…
8
本論文從全臉與臉部區塊提取仿生特徵來進行年齡估測的比較。本研究發現 全臉特徵在年齡估測中是占有最多影響力的部分，但如果一些局部區塊與全臉的 特徵結合可以有效提高整體的效能。將本方法測試在三個不同種族…
9
本論文提出了Generalized Biologically Inspired Features (GBIFs)，和移動式分類視窗來做年齡估測。GBIF比BIF還要更有彈性，可以適應更多不同種類的影…
10
本文透過深度學習擷取40餘種特徵屬性，並透過部分特徵屬性提升人臉識別率，有別於大多數利用深度學習解決人臉識別的方法，均著重於區塊處理與卷積神經網路(CNN)之設定調整，本文將人臉特徵與屬性特徵擷取出…