ATTRIBUTE HASHING FOR ZERO-SHOT IMAGE RETRIEVAL这一片应该是 zsh （Zero-Shot Hashing via Transferring Supervised Knowledge）提出者的后续工作。在...

A Deep Face Identification Network Enhanced by Facial Attributes Prediction points： 新的网络结构来predict facial attribute的同时进行 fac...

A Unified Approach for Conventional Zero-Shot, Generalized Zero-Shot, and Few-Shot Learning 论文总结了通用的监督学习存在的问题： 大量的依赖训练数据的监督标...

Scalable Face Image Retrieval with Identity-Based Quantization and Multi-Reference Re-ranking2010年CVPR的论文，作者是Zhong Wu，Tsinghu...

Adversarial Transfer Learning​ 在一般的监督学习中，人们会假设训练集和测试集的样本是同分布的，但实际中是有可能存在分布上的差异的。当这里的差异有不同但是存在一定的联系的时候。迁移学习 能够将训练集的分布迁移到测试集...

One-shot Face Recognition by Promoting Underrepresented Classes 主要工作： 将数据集分为了 base set 和 novel set，base set中大概有2w个人，1m张图片。 n...

Deep Ordinal Hashing主要采用的是ranking to hashing的方式。 大部分的deep hashing的方式是直接使用全连接层的输出并将其映射到hash code空间。但是全局的信息会带来空间信息损失 的问题，导致学习到的...

Discriminative Deep Hashing for Scalable Face Image Retrieval提出辨识力深度哈希网络（Discriminative Deep Hash Network） 简单来说，可以总结为一下几点： 使...

1. picke 读取数据许多数据集是使用pickle进行序列化后进行保存的。因此，在还原为图片的时候，使用pickel进行还原： 123import pickelwith open(file, "rb") as fo: ...

传统的人脸识别方法 Historical Eigenface Approach Linear Subspace Manifold Sparse Representation Gabor LBP 基于深度学习的人脸识别方法 DeepFace ...