论文研究基于Adaboost和卷积神经网络的人脸检测方法对比分析 .pdf

基于卷积神经网络的真实图像质量评价方法，唐敏，刘勇，现有盲图像质量评价方法主要采用手动提取图像特征和传统的机器学习组合的方法，如支持向量机(SVM)。传统无参考图像质量评价方法通�

以智慧城市管理系统中上报的案件图像为研究对象，利用卷积神经网络能够自行学习图像特征的优势，提出一种改进的深层卷积神经网络算法，并利用该算法对智慧城市管理系统（下简称“智慧城管”）的案件图像进行快速精确

针对图像序列三维重建中多视角目标分割需要人工参与、任务繁重的问题，提出一种基于卷积神经网络改进的图像自动分割方法。首先将序列图像去噪处理、归一化并进行语义标注后制作数据集；然后对改进的融合多尺度特征和

人工神经网络的人脸识别方法，学位论文，详细介绍了人脸识别的算法

一种基于神经网络的人脸检测算法

针对显著性检测中特征选择的主观片面性和预测过程中特征权重的难以协调性问题，提出了一种基于全卷积神经网络和多核学习的监督学习算法。首先通过MSRA10K图像数据库训练出的全卷积神经网络（FCNN），预测

卷积神经网络人脸识别python代码，附带讲解的ppt，txt中有资源链接。

本人做本科毕业设计时用到的资料，相信会很有用处的

为了检测不同失真类型的视频图像，实现对失真视频图像的分类处理，提出一种基于卷积神经网络的视频图像失真检测及分类方法。将视频图像分割成较小的图像块作为输入；然后利用卷积神经网络主动学习特征，引入正负例均

基于神经网络的人脸图像风格转换算法研究 摘 要 在现实生活中人们常常需要对自己拍摄的照片进行各种操作以实现期望 的视觉效果例如给照片中的人物化妆改变图像中的呈现的时间或季节按照 某种特定艺术风格对图像