Figure 1. An overview of the propos

Figure 1. An overview of the proposed framework. Based on a trunk CNN model trained for face recognition, we propose the pairwise differential siamese network (PDSN) structure to learn the correspondence between occluded facial blocks and corrupted feature elements. Then a mask dictionary is established accordingly, which is used to composite the feature discarding mask (FDM) for a test face with ran- dom partial occlusions. Finally, we multiply the FDM with original face features to eliminate corrupted feature elements from recognition

0/5000

源语言: -

目标语言: -

结果 (简体中文) 1: [复制]

复制成功！

图1.提议框架的概述。基于经过训练的人脸识别主干CNN模型，我们提出了成对的差分暹罗网络（PDSN）结构，以了解被遮挡的面部块与损坏的特征元素之间的对应关系。然后相应地建立一个遮罩字典，该字典用于为具有随机局部遮挡的测试脸部合成特征丢弃遮罩（FDM）。最后，我们将FDM与原始人脸特征相乘，以从识别中消除损坏的特征元素

正在翻译中..

结果 (简体中文) 2:[复制]

复制成功！

图 1.拟议框架概述。基于接受过面部识别培训的主干 CNN 模型，我们建议采用双微分暹罗网络（PDSN）结构，以学习被遮挡的面部块和损坏的特征元素之间的通信。然后相应地建立一个面罩词典，用于将丢弃面膜（FDM）的功能与跑步部分遮挡复合在一起。最后，我们将 FDM 与原始人脸功能进行乘以，以消除识别中损坏的功能元素

正在翻译中..

结果 (简体中文) 3:[复制]

复制成功！

图1。拟议框架概述。基于一个训练用于人脸识别的主干CNN模型，我们提出了一种成对差分siames网络（PDSN）结构来学习被遮挡的人脸块和被破坏的特征元素之间的对应关系。然后建立相应的蒙版字典，用于对有随机部分遮挡的测试人脸合成特征丢弃蒙版（FDM）。最后，我们将FDM与原始人脸特征相乘，以消除识别中的损坏特征元素<br>

正在翻译中..

其它语言

本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.