人工智能技能测试（高级）

当前位置：

5 分

3800积分

加入购物车

第1章：人脸图像检测（一）

课时1：人脸图像检测（一）-1

00:44:35

课时2：人脸图像检测（一）-2

00:51:26

课时3：人脸图像检测（一）-3

00:48:32

课时4：人脸图像检测（一）-4

00:54:53

第2章：人脸图像检测（二）

课时5：人脸图像检测（二）-1

00:49:16

课时6：人脸图像检测（二）-2

00:45:59

课时7：人脸图像检测（二）-3

00:46:05

课时8：人脸图像检测（二）-4

01:07:04

24条评论

默认最新

大风起兮

2025-03-13 回复 5

所属课时：人脸图像检测（一）-1

人脸识别通常分为三个核心步骤：人脸侦测（检测）→ 特征提取 → 特征对比。 ... 阅读全文

186****2553

2025-03-12 回复 5

所属课时：人脸图像检测（二）-2

NMS介绍 ... 阅读全文

大风起兮

2025-03-13 回复 0

NMS完整流程示例 1、输入：检测到的候选框列表（每个框含坐标和置信度）。 2、排序：按置信度降序排列候选框 → [框A(0.98), 框B(0.95), 框C(0.90), 框D(0.85)]。 3、第一轮处理：保留框A，计算其与框B、C、D的IOU。若框B与框A的IOU=0.6（超过阈值0.3），则删除框B；框C、D的IOU。 4、第二轮处理：剩余框为C(0.90)、D(0.85)，取出框C，计算其与框D的IOU。若IOU=0.2（未超阈值），则保留框C和D。 5、输出：最终保留框A、C、D（若D与C无重叠）。

186****6812

2025-05-04 回复 2

所属课时：人脸图像检测（二）-4

一、核心概念 MTCNN定义多任务级联卷积神经网络（Multi-task Cascaded Convolutional Networks），用于人脸检测和特征点定位，通过级联三个网络（P-Net、R-Net、O-Net）逐步优化检测结果。关键模块图像金字塔：通过缩放图像生成多尺度输入，解决目标尺寸差异问题。非极大值抑制（NMS）：去除重复预测框，保留置信度最高的框。 IOU（交并比 ... 阅读全文

186****6812

2025-05-04 回复 1

所属课时：人脸图像检测（一）-1

一、人脸识别概述1. 基本概念定义：基于人脸特征信息进行身份识别的生物识别技术，包含人脸检测、跟踪及识别。核心步骤：人脸侦测：定位图像/视频中的人脸区域。特征提取：将人脸转化为高维特征向量（如深度学习模型生成的嵌入向量）。特征对比：将当前人脸特征与人脸库中的特征进行相似度匹配。2. 本质与特征本质：通过对比不同人脸图像的特征完成识别。特征来源：通常由深度学习模型（如卷积 ... 阅读全文

186****2553

2025-04-13 回复 1

所属课时：人脸图像检测（一）-4

MTCNN人脸识别易错知识点 ... 阅读全文