中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共6条，第1-6条 帮助

限定条件            
已选(0)清除 条数/页：   排序方式：
Anti-Makeup: Learning A Bi-Level Adversarial Network for Makeup-Invariant Face Verification 会议论文
, New Orleans, Louisiana, USA, February 2–7, 2018
作者:  Li, Yi;  Song, Lingxiao;  Wu, Xiang;  He, Ran;  Tan, Tieniu
浏览  |  Adobe PDF(2080Kb)  |  收藏  |  浏览/下载：162/38  |  提交时间：2020/06/11
Learning a bi-level adversarial network with global and local perception for makeup-invariant face verification 期刊论文
Pattern Recognition, 2019, 卷号: 90, 期号: -, 页码: 99-108
作者:  Li, Yi;  Song, Lingxiao;  Wu, Xiang;  He, Ran;  Tan, Tieniu
浏览  |  Adobe PDF(2555Kb)  |  收藏  |  浏览/下载：241/70  |  提交时间：2020/06/10
Face verification  Makeup-invariant  Generative adversarial network  
Geometry Guided Adversarial Facial Expression Synthesis 会议论文
, Seoul, Korea, 2018.10.22-2018.10.26
作者:  Lingxiao Song;  Zhihe Lu;  Ran He;  Zhenan Sun;  Tieniu Tan
浏览  |  Adobe PDF(9351Kb)  |  收藏  |  浏览/下载：367/115  |  提交时间：2019/04/29
Facial Expression Synthesis  Generative Adversarial Networks  Unpaired Image-to-image Transformation  
DeMeshNet: Blind Face Inpainting for Deep MeshFace Verification 期刊论文
IEEE Transactions on Information Forensics and Security, 2018, 卷号: 13, 期号: 3, 页码: 637-647
作者:  Shu Zhang;  Ran He;  Zhenan Sun;  Tieniu Tan
浏览  |  Adobe PDF(3012Kb)  |  收藏  |  浏览/下载：492/142  |  提交时间：2018/01/03
Meshface  Face Verification  Blind Inpainting  Deep Learning  Demeshnet  Spatial Transformer  
Multi-task ConvNet for Blind Face Inpainting with Application to Face Verification 会议论文
Proc. International Conference on Biometrics, Halmstad, Sweden, 2016
作者:  Shu Zhang;  Ran He;  Zhenan Sun;  Tieniu Tan
浏览  |  Adobe PDF(1735Kb)  |  收藏  |  浏览/下载：388/134  |  提交时间：2017/02/25
Learning Predictable Binary Codes for Face Indexing 期刊论文
PATTERN RECOGNITION, 2015, 卷号: 48, 期号: 10, 页码: 3160-3168
作者:  Ran He(赫然);  Yinghao Cai;  Tieniu Tan;  Larry Davis
浏览  |  Adobe PDF(1038Kb)  |  收藏  |  浏览/下载：560/207  |  提交时间：2015/09/17
Binary Codes  Hashing  Face Index  Large Scale  Feature Learning