La detección y alineación de rostros en entornos sin restricciones siempre se implementa en dispositivos de borde que tienen almacenamiento de memoria limitado y baja potencia de cómputo. Este artículo propone un método de una etapa llamado CenterFace para predecir simultáneamente la caja facial y la ubicación de puntos de referencia con velocidad en tiempo real y alta precisión. El método propuesto también pertenece a la categoría sin anclaje. Esto se logra mediante (a) aprender la posibilidad de existencia de un rostro a través de mapas semánticos, (b) aprender la caja delimitadora, desplazamientos y cinco puntos de referencia para cada posición que potencialmente contiene un rostro. Específicamente, el método puede ejecutarse en tiempo real en un solo núcleo de CPU y 200 FPS utilizando NVIDIA 2080TI para imágenes de resolución VGA y puede lograr simultáneamente una precisión superior (WIDER FACE Val/Test-Easy: 0,935/0,932, Medium: 0,924/0,921, Hard: 0,875/
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Control de consenso desencadenado por eventos para sistemas multiagente líder-seguidor utilizando retroalimentación de salida.
Artículos:
Pipelining y vectorización automáticos de código científico para FPGAs
Artículos:
Nueva construcción del esquema PVPKE y su aplicación en sistemas de información y comunicaciones móviles
Artículos:
Generación de claves de coincidencia de patrones de una sola vuelta mediante una función físicamente no clonable
Artículos:
Estudio de métodos de localización de fuentes sonoras en redes inalámbricas de sensores acústicos
Artículos:
La curva S como herramienta para la planeación y control de procesos de construcción: casos de estudio
Artículos:
Investigación sobre control de costos de proyectos de construcción con base en la teoría de construcción sin pérdidas y BIM : caso práctico
Artículos:
Agua subterránea : el recurso oculto
Artículos:
Modelo de aceptación de las tecnologías basadas en la inteligencia artificial (IA) en las empresas de construcción: Aplicación del Modelo de Aceptación de la Tecnología (TAM) en combinación con el Marco Tecnología-Organización-Entorno (TOE)