thebestone1022-CSDN博客

原创使用 python 处理 mat 文件

使用 python 读取 mat 和简单的写 mat 文件，这里就不赘述了。这里主要关注往已存在的 mat 文件中写入信息，即类似于 append。import scipy.io as siowith open(matfile_path, 'ab') as matfile: sio.savemat(matfile, {'key': value})参考：https://stackoverflow.com/questions/29040276/how-to-append-to-mat-file-us

2020-11-21 19:44:38 336

原创一些sota数据记录

数据来源：paperwithcode.com文章目录三维人脸重建数据集： FlorenceMetric: Mean NMEMetric: Average 3D Error数据集：AFLW2000-3DMetric: Mean NME人脸对齐数据集： LS3D-W BalancedMetric: AUC0.07数据集：AFLWMetric:Mean NME数据集：AFLW2000-3DMetric:Mean NME数据集：AFLW2000Metric:Error Rate三维人脸重建数据集： Flore

2020-11-20 20:49:52 199

原创 MATLAB 与 python 中裁剪图片的不同之处

在 python 中使用 PIL 包中的 Image 进行图像裁剪时，传入的四元组信息为 [left, top, right, bottom]，而 MATLAB 中的 imcrop 传入的四元组为 [xmin, ymin, weight, height]。也就是说，在 python 中传入的是矩形框左上角和右下角的坐标，而在 MATLAB 中传入的是矩形框左上角与宽、高信息。假设 rectpython=[left,top,right,bottom]rect_{python} = [left, top,

2020-11-20 19:52:41 183

原创论文笔记：Automated 3D Face Reconstruction from Multiple Images using Quality Measures(CVPR2016)

文章目录选择动机解决什么问题方法重建质量评估图像距离Mahalanobis DistanceEuclidean DistanceNormal Distance结果总结选择动机这篇论文在众多顶会参考文献中均有出现的，作者中也有一个非常眼熟的大佬。当初选择这篇文章，一是想看一下他是如何解决 multi-image 人脸三维重建问题的，二是想探索一下其中的损失函数设计。解决什么问题从二维图像中重建三维人脸，会因为姿势、光线、遮挡、表情等情况带来一定的难度。这篇论文的出发点是：从一个人的多张人脸图像中重建.

2020-11-19 17:18:21 409

原创论文笔记：Regressing Robust and Discriminative 3DMM With a Very Deep Neural Network(CVPR2017)

文章网站：website文章目录选择动机解决什么问题方法训练集生成方法选择动机其实这篇是在参考文献里扒拉出来的，但是让我最高兴的点是，这里面的方法和我自己实验是很相近的，从另一个方面证明自己的实验可行。解决什么问题首先，考虑这样一个问题：我们一般认为同一个目标人脸的重建结果应当一致。但是，基于目标人脸的多张不同场景下不同姿势的照片，重建出来的人脸彼此不一致，即具有不稳定性。作者选择使用深度神经网络基于单张人脸图像，对3DMM中的形状和纹理系数进行回归的方式进行重建，同时解决了训练数据匮乏的问题.

2020-11-19 16:10:43 371

原创论文笔记：Self-Supervised Multi-level Face Model Learning for Monocular Reconstruction(CVPR2018)

文章目录动机几个小问题解决什么问题方法Base LevelMedium-Scale — Trianable Corrective ModelCorrective SpaceFinal LevelDifferentiable Image Formation损失函数结果总结动机选择这篇论文的动机：自己在实验过程中遇到了纹理重建的问题在诸多论文中的对比实验中，都会看见这篇论文的身影，了解一下也无妨几个小问题题目中的250Hz是什么？这是入射光的频率，而光的频率决定光的颜色，具体可学习知乎.

2020-11-17 16:48:34 368

原创搭建环境：使用whl文件

当 pip 和 conda 都无法成功时，选择下载相应版本的 whl 文件进行安装。这里以 dlib 安装为例：dlib下载链接下载与自己 python 版本对应的 whl 文件我选择使用 conda 进行安装，放入文件路径 D:\Python\anaconda3\Lib\site-packages...

2020-08-10 00:48:12 904

原创 Anaconda 搭建虚拟环境安装pytorch、TensorFlow

最近在搭建实验环境的过程中有点小心得：在 Anaconda 下搭建虚拟环境，用于不同的实验需求有的实验要求框架使用 pytorch，有的实验又要求使用 TensorFlow。最近在搭建环境时，学到了一招就是利用 Anaconda 搭建虚拟环境，搭建不同的环境，适用于不同的任务需求，比较清晰。Anaconda 虚拟环境创建conda create -n env_name python=3.7以上语句用于创建虚拟环境，env_name 为创建的虚拟环境名称，python=3.7 则是指

2020-08-09 23:17:33 410

原创 pytorch安装：win10+cpu

因为做大作业要用到pytorch，所以来记录一下安装过程。一般安装方法官网pytorch官网会有比较快捷的安装命令提示。但是在安装过程中，会出现网络超时的问题，不是那种再试一次就能解决的事情。使用镜像文件安装pytorch参考：conda相关设置根据这一连接，设置相关镜像文件地址。conda config --set show_channel_urls yes产生后缀名为.condarc的文件，存储在当前目录位置，以记事本的方式打开，将以下内容复制粘贴到该文件中。channels:

2020-08-08 18:33:49 339

原创论文笔记：3DMM(ACM1999)

论文：《A Morphable Model for the Synthesis of 3D Faces》文章目录选择动机选择动机做什么？——基于单张人脸图像进行人脸的三维重建这篇论文的目标：modeling textured 3D faces 带纹理的三维人脸建模

2020-08-07 16:27:39 2489

原创论文笔记：3DDFA(TPAMI2018)

论文：《Face Alignment in Full Pose Range: A 3D Total Solution》文章目录Face AlignmentFull pose range3DDFA(3D Dense Face Alignment)问题的转换人脸形状的表示——3DMM参数估计方法——级联回归+CNN参数ppp特征设计FeaFeaFea网络设计NetNetNet代价函数设计Face AlignmentFace Alignment 人脸对齐任务是基于一定量的训练集，得到一个模型，使得该模型对输

2020-07-31 16:53:45 7498

thebestone1022的博客