安科网

OpenCV 人脸识别

feiye0

feiye0

2016-06-18

关注 关注

本文实现基于eigenface的人脸检测与识别。给定一个图像数据库，进行以下步骤：

进行人脸检测，将检测出的人脸存入数据库2
对数据库2进行人脸建模
在测试集上进行recognition

本篇实现第一步：
进行人脸检测，将检测出的人脸存入数据库2

环境：vs2010+opencv 2.4.6.0

特征：eigenface

Input：一个人脸数据库，15个人，每人20个样本（左右）。

Output：人脸检测，并识别出每张检测到的人脸。

===============================

文章所用代码打包下载：

到安科网资源站下载：

------------------------------------------分割线------------------------------------------

具体下载目录在 /2016年资料/6月/18日/OpenCV 人脸识别/

------------------------------------------分割线------------------------------------------

===============================

本文完成第一步，数据预处理：自动检测所有文件夹中每个sample中的人脸，作为训练数据。

Input：一个color文件夹，每个文件夹中有1~N这N个子文件夹，每个子文件夹内有n张包括第n类人的照片，如图。

OpenCV 人脸识别

最终结果：

OpenCV 人脸识别

核心：face detection（detectAndDraw）

辅助：截图并保存部分图片(CutImg)，文件夹内图片遍历(read_img)，图片转换成相同大小（normalizeone）

括号内分别是函数名，下面分别给出代码及说明。

1.1 BrowseDir.h

#pragma once
#include "direct.h"
#include "string.h"
#include "io.h"
#include "stdio.h"
#include <vector>
#include <iostream>
using namespace std;
class CBrowseDir
{
protected:
 char m_szInitDir[_MAX_PATH];

public:
 CBrowseDir();
 bool SetInitDir(const char *dir);
 bool BeginBrowse(const char *filespec);
 vector<char*> BeginBrowseFilenames(const char *filespec);

protected:
 bool BrowseDir(const char *dir,const char *filespec);
 vector<char*> GetDirFilenames(const char *dir,const char *filespec);
 virtual bool ProcessFile(const char *filename);
 virtual void ProcessDir(const char *currentdir,const char *parentdir);
};

 

1.2 BrowseDir.cpp


#include "BrowseDir.h"
#include "direct.h"
#include "string.h"
#include "io.h"
#include "stdio.h"
#include <vector>
#include <iostream>
using namespace std;

CBrowseDir::CBrowseDir()
{
 getcwd(m_szInitDir,_MAX_PATH);
 int len=strlen(m_szInitDir);
 if (m_szInitDir[len-1] != '\\')
  strcat(m_szInitDir,"\\");
}

bool CBrowseDir::SetInitDir(const char *dir)
{
 if (_fullpath(m_szInitDir,dir,_MAX_PATH) == NULL)
  return false;

 if (_chdir(m_szInitDir) != 0)
  return false;
 int len=strlen(m_szInitDir);
 if (m_szInitDir[len-1] != '\\')
  strcat(m_szInitDir,"\\");

 return true;
}

vector<char*>CBrowseDir:: BeginBrowseFilenames(const char *filespec)
{
 ProcessDir(m_szInitDir,NULL);
 return GetDirFilenames(m_szInitDir,filespec);
}

bool CBrowseDir::BeginBrowse(const char *filespec)
{
 ProcessDir(m_szInitDir,NULL);
 return BrowseDir(m_szInitDir,filespec);
}

bool CBrowseDir::BrowseDir(const char *dir,const char *filespec)
{
 _chdir(dir);
 long hFile;
 _finddata_t fileinfo;
 if ((hFile=_findfirst(filespec,&fileinfo)) != -1)
 {
  do
  {
   if (!(fileinfo.attrib & _A_SUBDIR))
   {
    char filename[_MAX_PATH];
    strcpy(filename,dir);
    strcat(filename,fileinfo.name);
    cout << filename << endl;
    if (!ProcessFile(filename))
     return false;
   }
  } while (_findnext(hFile,&fileinfo) == 0);
  _findclose(hFile);
 }
 _chdir(dir);
 if ((hFile=_findfirst("*.*",&fileinfo)) != -1)
 {
  do
  {
   if ((fileinfo.attrib & _A_SUBDIR))
   {
    if (strcmp(fileinfo.name,".") != 0 && strcmp
     (fileinfo.name,"..") != 0)
    {
     char subdir[_MAX_PATH];
     strcpy(subdir,dir);
     strcat(subdir,fileinfo.name);
     strcat(subdir,"\\");
     ProcessDir(subdir,dir);
     if (!BrowseDir(subdir,filespec))
      return false;
    }
   }
  } while (_findnext(hFile,&fileinfo) == 0);
  _findclose(hFile);
 }
 return true;
}

vector<char*> CBrowseDir::GetDirFilenames(const char *dir,const char *filespec)
{
 _chdir(dir);
 vector<char*>filename_vec;
 filename_vec.clear();

 long hFile;
 _finddata_t fileinfo;
 if ((hFile=_findfirst(filespec,&fileinfo)) != -1)
 {
  do
  {
   if (!(fileinfo.attrib & _A_SUBDIR))
   {
    char *filename = new char[_MAX_PATH];
    strcpy(filename,dir);
    //int st = 0; while (dir[st++]!='\0');
    strcat(filename,fileinfo.name); //filename[st]='\0';
    filename_vec.push_back(filename);
   }
  } while (_findnext(hFile,&fileinfo) == 0);
  _findclose(hFile);
 }
 _chdir(dir);
 if ((hFile=_findfirst("*.*",&fileinfo)) != -1)
 {
  do
  {
   if ((fileinfo.attrib & _A_SUBDIR))
   {
    if (strcmp(fileinfo.name,".") != 0 && strcmp
     (fileinfo.name,"..") != 0)
    {
     char subdir[_MAX_PATH];
     strcpy(subdir,dir);
     strcat(subdir,fileinfo.name);
     strcat(subdir,"\\");
     ProcessDir(subdir,dir);
     return GetDirFilenames(subdir,filespec);
    }
   }
  } while (_findnext(hFile,&fileinfo) == 0);
  _findclose(hFile);
 }
 return filename_vec;
}

bool CBrowseDir::ProcessFile(const char *filename)
{
 return true;
}

void CBrowseDir::ProcessDir(const char
 *currentdir,const char *parentdir)
{
}

 


1.3 StatDir.h


#pragma once
#include "browsedir.h"
class CStatDir:public CBrowseDir
{
protected:
 int m_nFileCount;  //保存文件个数
 int m_nSubdirCount; //保存子目录个数

public:
 CStatDir()
 {
  m_nFileCount=m_nSubdirCount=0;
 }

 int GetFileCount()
 {
  return m_nFileCount;
 }

 int GetSubdirCount()
 {
  return m_nSubdirCount-1;
 }

protected:
 virtual bool ProcessFile(const char *filename)
 {
  m_nFileCount++;
  return CBrowseDir::ProcessFile(filename);
 }

 virtual void ProcessDir
  (const char *currentdir,const char *parentdir)
 {
  m_nSubdirCount++;
  CBrowseDir::ProcessDir(currentdir,parentdir);
 }
};

 

 

 


2. 辅助函数Prehelper.h, Prehelper.cpp：负责返回文件夹内所有图片（read_img），检测人脸（detectAndDraw并可以在原图中画出），截图（CutImg），提取(DetectandExtract)
2.1 Prehelper.h


//preprocessing helper
//@ Author : Rachel-Zhang

#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/contrib/contrib.hpp"
#include <cv.h>
#include <vector>
#include <utility>
using namespace cv;
using namespace std;

void normalizeone(const char* dir,IplImage* standard);

void CutImg(IplImage* src, CvRect rect,IplImage* res);

vector<Rect> detectAndDraw( Mat& img, CascadeClassifier& cascade,
 CascadeClassifier& nestedCascade,
 double scale, bool tryflip,bool draw );

IplImage* DetectandExtract(Mat& img, CascadeClassifier& cascade,
 CascadeClassifier& nestedCascade,
 double scale, bool tryflip);

int read_img(const string& dir, vector<Mat> &images);

vector<pair<char*,Mat>>  read_img(const string& dir);

 

 

 

2.2 Prehelper.cpp


#include "Prehelper.h"
#include "BrowseDir.h"
#include "StatDir.h"

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <cv.h>
using namespace cv;

void normalizeone(const char* dir,IplImage* standard)
{
 CStatDir statdir;
 if (!statdir.SetInitDir(dir))
 {
  puts("Dir not exist");
  return;
 }
 vector<char*>file_vec = statdir.BeginBrowseFilenames("*.*");
 int i;
 for (i=0;i<file_vec.size();i++)
 {
  IplImage* cur_img = cvLoadImage(file_vec[i],CV_LOAD_IMAGE_GRAYSCALE);
  //IplImage*cur_gray = cvCreateImage(cvGetSize(cur_img),cur_img->depth,1);
  cvResize(cur_img,standard,CV_INTER_AREA);
  //cvCvtColor(standard,cur_gray,CV_RGB2GRAY);
  //   cvNamedWindow("cur_img",CV_WINDOW_AUTOSIZE);
  //   cvNamedWindow("standard",CV_WINDOW_AUTOSIZE);
  //   cvShowImage("cur_img",cur_img);
  //   cvShowImage("standard",standard);
  //   cvWaitKey();
  cvSaveImage(file_vec[i],cur_img);
 }
}

void CutImg(IplImage* src, CvRect rect,IplImage* res)
{
 CvSize imgsize;
 imgsize.height = rect.height;
 imgsize.width = rect.width;
 cvSetImageROI(src,rect);
 cvCopy(src,res);
 cvResetImageROI(res);
}

int read_img(const string& dir, vector<Mat> &images)
{
 CStatDir statdir;
 if (!statdir.SetInitDir(dir.c_str()))
 {
  cout<<"Direct "<<dir<<"  not exist!"<<endl;
  return 0;
 }
 int cls_id = dir[dir.length()-1]-'0';
 vector<char*>file_vec = statdir.BeginBrowseFilenames("*.*");
 int i,s = file_vec.size();
 for (i=0;i<s;i++)
 {
  Mat graymat = imread(file_vec[i],0);
  //graymat.reshape(1,1);//flatten to one row
  images.push_back(graymat);
 }
 return s;
}

vector<pair<char*,Mat>>  read_img(const string& dir)
{
 CStatDir statdir;
 pair<char*,Mat> pfi;
 vector<pair<char*,Mat>> Vp;
 if (!statdir.SetInitDir(dir.c_str()))
 {
  cout<<"Direct "<<dir<<"  not exist!"<<endl;
  return Vp;
 }
 int cls_id = dir[dir.length()-1]-'0';
 vector<char*>file_vec = statdir.BeginBrowseFilenames("*.*");
 int i,s = file_vec.size();
 for (i=0;i<s;i++)
 {
  pfi.first = file_vec[i];
  pfi.second = imread(file_vec[i]);
  Vp.push_back(pfi);
 }
 return Vp;
}

vector<Rect> detectAndDraw( Mat& img, CascadeClassifier& cascade,
 CascadeClassifier& nestedCascade,
 double scale, bool tryflip, bool draw )
{
 int i = 0;
 double t = 0;
 vector<Rect> faces, faces2;
 const static Scalar colors[] =  { CV_RGB(0,0,255),
  CV_RGB(0,128,255),
  CV_RGB(0,255,255),
  CV_RGB(0,255,0),
  CV_RGB(255,128,0),
  CV_RGB(255,255,0),
  CV_RGB(255,0,0),
  CV_RGB(255,0,255)} ;
 Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );

 cvtColor( img, gray, CV_BGR2GRAY );
 resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );
 equalizeHist( smallImg, smallImg );

 t = (double)cvGetTickCount();
 cascade.detectMultiScale( smallImg, faces,
  1.1, 2, 0
  |CV_HAAR_FIND_BIGGEST_OBJECT
  //|CV_HAAR_DO_ROUGH_SEARCH
  //|CV_HAAR_SCALE_IMAGE
  ,
  Size(30, 30) );
 if( tryflip )
 {
  flip(smallImg, smallImg, 1);
  cascade.detectMultiScale( smallImg, faces2,
   1.1, 2, 0
   |CV_HAAR_FIND_BIGGEST_OBJECT
   //|CV_HAAR_DO_ROUGH_SEARCH
   //|CV_HAAR_SCALE_IMAGE
   ,
   Size(30, 30) );
  for( vector<Rect>::const_iterator r = faces2.begin(); r != faces2.end(); r++ )
  {
   faces.push_back(Rect(smallImg.cols - r->x - r->width, r->y, r->width, r->height));
  }
 }
 t = (double)cvGetTickCount() - t;
 printf( "detection time = %g ms\n", t/((double)cvGetTickFrequency()*1000.) );
 if(draw)
 {
  for( vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++ )
  {
   Mat smallImgROI;
   vector<Rect> nestedObjects;
   Point center;
   Scalar color = colors[i%8];
   int radius;

   double aspect_ratio = (double)r->width/r->height;
   rectangle( img, cvPoint(cvRound(r->x*scale), cvRound(r->y*scale)),
    cvPoint(cvRound((r->x + r->width-1)*scale), cvRound((r->y + r->height-1)*scale)),
    color, 3, 8, 0);
   if( nestedCascade.empty() )
    continue;
   smallImgROI = smallImg(*r);
   nestedCascade.detectMultiScale( smallImgROI, nestedObjects,
    1.1, 2, 0
    |CV_HAAR_FIND_BIGGEST_OBJECT
    //|CV_HAAR_DO_ROUGH_SEARCH
    //|CV_HAAR_DO_CANNY_PRUNING
    //|CV_HAAR_SCALE_IMAGE
    ,
    Size(30, 30) );
   //draw eyes
   //        for( vector<Rect>::const_iterator nr = nestedObjects.begin(); nr != nestedObjects.end(); nr++ )
   //        {
   //            center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);
   //            center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);
   //            radius = cvRound((nr->width + nr->height)*0.25*scale);
   //            circle( img, center, radius, color, 3, 8, 0 );
   //        }
  }
  cv::imshow( "result", img );
 }
 return faces;
}

IplImage* DetectandExtract(Mat& img, CascadeClassifier& cascade,
 CascadeClassifier& nestedCascade,
 double scale, bool tryflip)
{
 vector<Rect> Rvec = detectAndDraw(img,cascade,nestedCascade,scale,tryflip,0);
 int i,maxxsize=0,id=-1,area;
 for (i=0;i<Rvec.size();i++)
 {
  area = Rvec[i].width*Rvec[i].height;
  if(maxxsize<area)
  {
   maxxsize = area;
   id = i;
  }
 }
 IplImage* transimg = cvCloneImage(&(IplImage)img);
 if(id!=-1)
 {
  CvSize imgsize;
  imgsize.height = Rvec[id].height;
  imgsize.width = Rvec[id].width;
  IplImage* res = cvCreateImage(imgsize,transimg->depth,transimg->nChannels);
  CutImg(transimg,Rvec[id],res);

  return res;
 }
 return NULL;
}

3. 主函数

//Detect.cpp
//Preprocessing - Detect, Cut and Save
//@Author : Rachel-Zhang

#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <cctype>
#include <iostream>
#include <iterator>
#include <stdio.h>
#include "BrowseDir.h"
#include "StatDir.h"
#include "Prehelper.h"

using namespace std;
using namespace cv;
#define CAM 2
#define PHO 1
#define K 5

string cascadeName = "E:/software/opencv2.4.6.0/data/haarcascades/haarcascade_frontalface_alt.xml";
string nestedCascadeName = "E:/software/opencv2.4.6.0/data/haarcascades/haarcascade_eye_tree_eyeglasses.xml";

int main( )
{
 CvCapture* capture = 0;
 Mat frame, frameCopy, image;
 string inputName;
 bool tryflip = false;
 int mode;
 CascadeClassifier cascade, nestedCascade;
 double scale = 1.0;
 if( !cascade.load( cascadeName ) ||!nestedCascade.load( nestedCascadeName))
 {
  cerr << "ERROR: Could not load classifier cascade or nestedCascade" << endl;//若出现该问题请去检查cascadeName，可能是opencv版本路径问题
  return -1;
 }

//  printf("select the mode of detection: \n1: from picture\t 2: from camera\n");
//  scanf("%d",&mode);
 char** pics = (char**) malloc(sizeof*pics);

 /************************************************************************/
 /*                                  detect face and save                                    */
 /************************************************************************/
 int i,j;
 cout<<"detect and save..."<<endl;
 const char dir[256] = "D:\\Face_recognition\\pic\\";
  string cur_dir;
  char id[5];
 for(i=1; i<=K; i++)
 {
  cur_dir = dir;
  _itoa(i,id,10);
  cur_dir.append("color\\");
  cur_dir.append(id);
  vector<pair<char*,Mat>> imgs=read_img(cur_dir);
  for(j=0;j<imgs.size();j++)
  {
   IplImage* res = DetectandExtract(imgs[j].second,cascade,nestedCascade,scale,tryflip);
   if(res)
    cvSaveImage(imgs[j].first,res);
  }
 }
 return 0;
}

正确的输出就是一系列人脸检测时间，且原文件夹内的图片变成了检测出的人脸（如上面结果图所示）。

OpenCV 人脸识别

人脸识别 opencv opencv人脸识别 char函数 char include 图像识别 数据库

feiye0

feiye0

0 关注 0 粉丝 0 动态

关注 关注

相关推荐

人脸识别：objectDetection

　　人脸识别是图像处理与OpenCV非常重要的应用之一，opencv官方专门有教程和代码讲解其实现方法。此示例程序就是使用objdetect模块检测摄像头视频流中的人脸，位于...\opencv\sources\samples\cpp\tutorial_c

lihuifei 2020-05-04

opencv 人脸识别

注意，此算法只能检测正脸，并且任何算法都有一定的准确率。如上图所示，图像中有一处被错误地检测为人脸。以Haar特征分类器为基础的对象检测技术是一种非常有效的技术。它是基于机器学习且使用大量的正负样本训练得到分类器。Haar-like矩形特征：是用于物体检测

wangdaren 2020-04-26

用Python20行代码实现人脸识别

OpenCV 是最流行的计算机视觉库，原本用 C 和 C++ 开发，现在也支持 Python。为此小编建了个Python全栈免费答疑交流.裙 ：一久武其而而流一思转换下可以找到了，不懂的问题有老司机解决里面还有最新Python教程项目可拿,，一起相互监督共

greent00 2020-02-22

利用face_recognition，dlib与OpenCV调用摄像头进行人脸识别

# video_capture.read()按帧读取视频，ret,frame是获video_capture.read()方法的两个返回值。# 其中ret是布尔值，如果读取帧是正确的则返回True，# 如果文件读取到结尾，它的返回值就为False。fr

wangdaren 2020-01-17

7人脸识别

#在多个尺度空间进行检测

wandaxiao 2020-01-12

人脸识别门禁系统启用后，轻松过闸之时也要留意潜在风险

通常来看，以往传统方式都有遗失卡、漏带卡、忘记密码、被复制卡等通病，一不小心就难以通过道闸，安全性也遭到多方质疑。与钥匙、门禁卡不同的是，人脸识别门禁系统是通过人的脸部特征来解锁的。人脸识别门禁系统的优点十分明显。学区的人脸识别门禁系统，能够将人脸识别技术

数智集 2020-10-26

人脸识别，要方便更要安全

西北工业大学学生“刷脸”进出图书馆。工作人员在郑州地铁紫荆山站刷脸过闸。但与此同时，人脸数据等个人隐私数据信息也存在被过度分析和滥用的风险，数据安全不容忽视。11月1日，国家标准《信息安全技术 远程人脸识别系统技术要求》将正式实施。近日，北京市民杨女士

TifaBest 2020-10-25

人脸值多少钱？人脸识别灰色产业链

如今，数十家初创企业和科技巨头正在向酒店、零售店、甚至学校和夏令营销售人脸识别服务。这一业务的兴盛归功于新算法，现在的算法在辨认人脸方面比五年前的更精确。目前，面部识别软件的使用几乎不受法律限制，这就意味着人们可能无法阻止公司以这种方式使用他们的面部信息。

LinBSoft 2020-07-30

PC人脸识别登录，出乎意料的简单

本文收录在个人博客：www.chengxy-nds.top，技术资源共享。之前不是做了个开源项目嘛，在做完GitHub登录后，想着再显得有逼格一点，说要再加个人脸识别登录，就我这佛系的开发进度，过了一周总算是抽时间安排上了。其实最近对写文章有点小抵触，写的

LetItBe 2020-07-29

PC人脸识别登录，出乎意料的简单

之前不是做了个开源项目嘛，在做完GitHub登录后，想着再显得有逼格一点，说要再加个人脸识别登录，就我这佛系的开发进度，过了一周总算是抽时间安排上了。其实最近对写文章有点小抵触，写的东西没人看，总有点小失落，好在有同行大佬们的开导让我重拾了信心。废话不多说

汤姆猴 2020-07-29

从“人脸”到“狗脸”，AI也要去宠物经济分杯羹？

拿人脸识别技术来说，从最开始的嗤之以鼻，到如今用人脸识别技术去登录账号、办理业务、付款、安检等等，确实便利了许多。而近日，“南商汤北旷视”的 AI 双雄之一北京旷视科技发布了一条有关“狗脸识别”的专利信息，引起不小的讨论——“这人工智能都智能到狗身上去了”

wjschaoren 2020-07-24

微软旷视人脸识别100%失灵!照片「隐身衣」,帮你保护照片隐私数据

左图，右图，你能看出区别吗？其实，算法已经悄悄给右边的照片加上了微小的修改。但就是这样肉眼根本看不出来的扰动，就能100%骗过来自微软、亚马逊、旷视——全球最先进的人脸识别模型！这代表着你再也不用担心po在网上的照片被某些软件扒得干干净净，打包、分类，几毛

luoyouren 2020-07-23

超强干货！一文看懂人脸识别在 App 应用中的隐私安全问题

本文转自雷锋网，如需转载请至雷锋网官网申请授权。“刷脸解锁手机”“刷脸购物”“刷脸验证身份办理银行卡”……但当人脸识别遇上现实，隐私问题依旧是不可跨越的现实问题。今天，我们从人脸识别在 App 应用中的隐私安全说起。近日，中国信息通信研究院安全研究所与北京

LinBSoft 2020-07-07

IBM 全面停止 AI 人脸识别相关技术业务

近日，IBM 公司宣布停止提供人脸识别技术的相关服务，因为担心这项技术可能被用来促进种族和性别歧视。显然，IBM 此举旨在响应在美国愈演愈烈的反种族歧视运动“Black Lives Matter”。目前，美国少数城市已经禁止使用面部识别技术。自那以来，Cl

luoyouren 2020-06-10

“人脸识别”已衍生出“性格识别”，科技向善还要多久？

近日，《科学报告》期刊上刊登了一篇有关于人脸识别的新技术，俄罗斯研究团队开发了一款新 AI，可“仅凭一张自拍照片辨别个人性格”。据悉，这项研究旨在分析目标人物的五种性格特质。研究涉及大约 1.2 万名志愿者和 3.1 万张自拍照，除了提供自拍照，志愿者还

郝玉杰 2020-05-27

人脸识别测温仪

概述智能红外热成像人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要前提。而行人当前的体温也是是否开闸的前提条件。有专家进一步指出，人脸识别的全面应用时代已经到来，他将成为一种方便人们日常生活

BigCowPeking 2020-04-30

人脸识别测温仪

概述智能红外热成像人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要前提。而行人当前的体温也是是否开闸的前提条件。有专家进一步指出，人脸识别的全面应用时代已经到来，他将成为一种方便人们日常生活

LetItBe 2020-04-30

人脸识别的人像处理流程是怎样的？

在大数据时代，人工智能的发展正在改变我们的生活，让我们的生活变得更加便捷。比如刷脸进站、刷脸支付、刷脸考勤、高校学习等领域，人脸识别技术逐渐***了我们的生活，人脸识别的公司为我们提供了更加便捷的生活方式，那么人脸识别技术的人像处理流程是怎样的呢？下面捷易

lemonlemons 2020-04-17

人脸识别背后：可怕的不是技术

此前，AI换脸软件ZAO的一夜爆红，不仅让其服务器陷入了“满负荷至崩溃运行“的危机之中，也将用户的安全与隐私暴露在种种危险地带。今年七月，一款“变容”软件让众多(美国)手机用户惶恐不安。大可称其为FaceApp，该修图软件凭借其能将拍摄的人脸赋予逼真的沧桑

jcjx0 2020-01-13

第40月第9天 卷积神经网络 人脸识别

卷积神经网络的基本原理以及几个核心概念都介绍完了。接下来我们进入人脸识别的环节，总体分为四步：第一步就是人脸边框检测，第二步就是图像校准，第三步是图像转向量，第四步是向量对比。第一步人脸边框检测。机器学习也是这样，当你给它一堆没有处理过的数据进行训练的时候

hnyzyty 2020-01-09

微软北大造出超逼真 AI 换脸框架，顺便搞了个伪人脸检测器

近日，微软研究院和北京大学的研究团队发表了 2 篇学术论文，一篇关于生成高保真图像且能识别遮挡物的人脸交换框架— FaceShifter，另一篇关于检测伪造人脸图像的方法——Face X-Ray。

xiushoutianxia 2020-01-07

虹软人脸识别3.0 - 图像数据结构介绍（C++）

从虹软开放了2.0版本SDK以来，由于具有免费、离线使用的特点，我们公司在人脸识别门禁应用中使用了虹软SDK，识别效果还不错，因此比较关注虹软SDK的官方动态。近期上线了ArcFace 3.0 SDK版本，确实做了比较大的更新。上一篇主要介绍了关于Andr

范范 2019-12-13

用Python实现一个简单的——人脸相似度对比

近几年来，兴起了一股人工智能热潮，让人们见到了AI的能力和强大，比如图像识别，语音识别，机器翻译，无人驾驶等等。总体来说，AI的门槛还是比较高，不仅要学会使用框架实现，更重要的是，需要有一定的数学基础，如线性代数，矩阵，微积分等。幸庆的是，国内外许多大神都

liqing 2019-12-13

感恩有AI，新智元&华章图书大赏：30本NLP、人脸识别好书免费送

想深入理解AI、实战AI？感恩节之际，为了答谢新老朋友对于新智元的支持和喜爱，我们携手华章图书为大家送福利，30本AI好书等你来抢！来 新智元AI朋友圈 和AI大咖们一起讨论吧。想入门Python人脸识别？想用Python创建神经网络？想知道深度学习与图像

SLAMTEC 2019-11-28
feiye0

feiye0

W3CSchool教程
HTML 教程
CSS 教程
Bootstrap 教程
Javascript 教程
jQuery 教程
后端教程
C 教程
Java 教程
PHP 教程
Python 教程
Go 教程
移动开发
Android 教程
Swift 教程
Kotlin 教程
jQuery Mobile 教程
ionic 教程
关于我们
新闻动态
联系方式
招聘英才
安科实验室
帮助与反馈

安科网(Ancii)，中国第一极客网

Copyright © 2013 - 2019 Ancii.com

京ICP备18063983号 京公网安备11010802014868号