草庐IT

阅读文献

全部标签

L2M-GAN: Learning to Manipulate Latent Space Semantics for Facial Attribute Editing阅读笔记

L2M-GAN:LearningtoManipulateLatentSpaceSemantics forFacialAttributeEditing2021CVPR  L2M-GAN:LearningToManipulateLatentSpaceSemanticsforFacialAttributeEditing(thecvf.com)(个人理解,欢迎指正错误) Introduction  本文是一篇面部属性编辑的文章,虽然与人脸匿名是两个角度,但是任务是相通的。   面部属性编辑有两点要求:1、目标属性特征应当正确出现在编辑后的人脸上;2、任何不相关的面部特征均不应当在编辑后被修改。针对以上

L2M-GAN: Learning to Manipulate Latent Space Semantics for Facial Attribute Editing阅读笔记

L2M-GAN:LearningtoManipulateLatentSpaceSemantics forFacialAttributeEditing2021CVPR  L2M-GAN:LearningToManipulateLatentSpaceSemanticsforFacialAttributeEditing(thecvf.com)(个人理解,欢迎指正错误) Introduction  本文是一篇面部属性编辑的文章,虽然与人脸匿名是两个角度,但是任务是相通的。   面部属性编辑有两点要求:1、目标属性特征应当正确出现在编辑后的人脸上;2、任何不相关的面部特征均不应当在编辑后被修改。针对以上

DeepPrivacy: A Generative Adversarial Network for Face Anonymization阅读笔记

DeepPrivacy:AGenerativeAdversarialNetwork forFaceAnonymizationISVC2019  https://arxiv.org/pdf/1909.04538.pdf (个人理解,欢迎指正错误) Introduction  隐私:整个人脸  可用性:是看起来自然的人  文章基于CGAN架构,模型以被遮蔽敏感信息的人脸为输入,以真实人脸中的若干个关键点为条件信息生成假人脸。合成人脸在匿名的同时保留数据分布,使数据适合于进一步训练深度学习模型。包含真实人脸的图像     遮蔽敏感信息与关键点提取       合成图像Methodology    模

DeepPrivacy: A Generative Adversarial Network for Face Anonymization阅读笔记

DeepPrivacy:AGenerativeAdversarialNetwork forFaceAnonymizationISVC2019  https://arxiv.org/pdf/1909.04538.pdf (个人理解,欢迎指正错误) Introduction  隐私:整个人脸  可用性:是看起来自然的人  文章基于CGAN架构,模型以被遮蔽敏感信息的人脸为输入,以真实人脸中的若干个关键点为条件信息生成假人脸。合成人脸在匿名的同时保留数据分布,使数据适合于进一步训练深度学习模型。包含真实人脸的图像     遮蔽敏感信息与关键点提取       合成图像Methodology    模

CIAGAN: Conditional Identity Anonymization Generative Adversarial Networks阅读笔记

CIAGAN:ConditionalIdentityAnonymizationGenerativeAdversarialNetworks2020CVPR  2005.09544.pdf(arxiv.org)(个人理解,欢迎指正错误) Introduction  隐私:整个人脸  可用性:是看起来自然的人  文章去除真实人脸的同时生成了高质量的假人脸,可用于支持跟踪、检测等计算机视觉任务。与先前工作相比,本文的创新处在于可以在一定程度上控制人脸匿名效果,依据给定的身份参照指导假人脸的合成,到达合成图像接近参照图像的效果。  文章指出,他们的的关键观察是,许多计算机视觉任务,如人的检测、多人跟踪、

CIAGAN: Conditional Identity Anonymization Generative Adversarial Networks阅读笔记

CIAGAN:ConditionalIdentityAnonymizationGenerativeAdversarialNetworks2020CVPR  2005.09544.pdf(arxiv.org)(个人理解,欢迎指正错误) Introduction  隐私:整个人脸  可用性:是看起来自然的人  文章去除真实人脸的同时生成了高质量的假人脸,可用于支持跟踪、检测等计算机视觉任务。与先前工作相比,本文的创新处在于可以在一定程度上控制人脸匿名效果,依据给定的身份参照指导假人脸的合成,到达合成图像接近参照图像的效果。  文章指出,他们的的关键观察是,许多计算机视觉任务,如人的检测、多人跟踪、

阅读《软件测试经验与教训》部分记录

1.首先测试经过变更的部分,然后测试没有变化的部分2.首先测试核心功能,然后测试辅助功能,测试产品所完成的关键和常用功能,测试完成产品基本任务的功能3.首先测试能力,然后测试可靠性4.首先测试常见情况,然后测试少见情况5.首先测试常见威胁,然后测试罕见威胁。最有可能出现的压力和错误情况进行测试6.首先测试影像大的问题,然后测试影像小的问题。测试在出现失效的情况下会产生大量破坏的产品部件7.首先测试最重要的部分,然后测试没有要求的部分。测试对团队其他人有重要意义的任务部分的任何问题。8.测试人员如果对产品,产品必须与之交互的软件和硬件以及将使用软件的人越了解,越有肯能更快地找出重要问题9.测试结

阅读《软件测试经验与教训》部分记录

1.首先测试经过变更的部分,然后测试没有变化的部分2.首先测试核心功能,然后测试辅助功能,测试产品所完成的关键和常用功能,测试完成产品基本任务的功能3.首先测试能力,然后测试可靠性4.首先测试常见情况,然后测试少见情况5.首先测试常见威胁,然后测试罕见威胁。最有可能出现的压力和错误情况进行测试6.首先测试影像大的问题,然后测试影像小的问题。测试在出现失效的情况下会产生大量破坏的产品部件7.首先测试最重要的部分,然后测试没有要求的部分。测试对团队其他人有重要意义的任务部分的任何问题。8.测试人员如果对产品,产品必须与之交互的软件和硬件以及将使用软件的人越了解,越有肯能更快地找出重要问题9.测试结

singleflight 使用记录以及源码阅读

singleflight使用方法以及源码阅读1、简介安装方式:goget-ugolang.org/x/sync/singleflightsingleflight是Go官方扩展同步包的一个库。通过给每次函数调用分配一个key,相同key的函数并发调用时,在函数执行期间,相同函数的调用,只会被执行一次,返回相同的结果。其本质是对函数调用的结果进行复用。2、使用方法2.1使用Do获取函数执行结果Do方法是同步返回函数执行结果packagemainimport( "fmt" "golang.org/x/sync/singleflight" "runtime" "sync" "time")funcmai

singleflight 使用记录以及源码阅读

singleflight使用方法以及源码阅读1、简介安装方式:goget-ugolang.org/x/sync/singleflightsingleflight是Go官方扩展同步包的一个库。通过给每次函数调用分配一个key,相同key的函数并发调用时,在函数执行期间,相同函数的调用,只会被执行一次,返回相同的结果。其本质是对函数调用的结果进行复用。2、使用方法2.1使用Do获取函数执行结果Do方法是同步返回函数执行结果packagemainimport( "fmt" "golang.org/x/sync/singleflight" "runtime" "sync" "time")funcmai