摘要本文首先简介了人工神经网络的发展史,继而介绍了递归神经网络的理论以及百度在基于递归神经网络的应用研究,最后探讨了递归神经网络在人脸识别中的应用。 1. 人工神经网络发展史[1][2]人工神经网络的历史可以追溯到上个世纪40年代,第一个神经元模型是1943年McCulloch和Pitts提出的,称为Threshold Logic,它可以实现
本文由探讨机器学习的本质出发,从连接主义、概率模型以及模型结构三个角度对机器学习算法进行了分类,并探讨了机器学习与相关学科与领域的关系以及如何选择机器学习算法,最后展望了机器学习的未来。1机器学习的本质通俗一点说,现有一定数量的数据,想找到一个能够描述这些数据内部规律的模型(也就是一个数学表达式),有了这个模型之后,对于后来的新的数据,通过这个模型,就可以将新的数据映射到学习到的规律中(比如类别,
Viola-Jones人脸检测算法的伟大之处不不仅仅在于其算法的实时效果,更重要的是其提出了解决目标检测这一类问题的一种通用思路。该算法有两个亮点,一个是积分图技术,一个是Cascade训练模型,一经提出便引起了极大关注,在很多优秀的论文中都能看到他们的身影。如TLD算法中Detector部分,以及BING objectness训练时的两层SVM模型等,很难说这没有受到Viola-Jones算法的
Viola-Jones人脸检测算法是第一个实时的人脸检测算法。其影响力就不用多说了,即便是现在,该算法的应用仍然非常广泛。众所周知,Viola-Jones算法分为三个部分,Harr特征和积分图,特征选择的AdaptBoost以及用于训练的Cascade模型。对于Cascade模型,它更多的表示的是一种Strategy,这可以当作一个另外的类别了,这个类别可以看作算法的一种“细节”处理,不同的人对其
时间过得真快啊,深度学习已经火的快十年了,不过目前,仍有人继续观望,也有些观望者“忍不住”陆续加入了这个逐渐庞大的研究团体,开始相信“深度”的power了。这不,前些日子Duke大学的副校长Lawrence Carin就过来介绍他们团队的研究成果,谈了谈他对深度学习的理解,并且开始相信这种深层结构的有效性。 &nbs
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号