标签: face-recognition

我正在为大学项目寻找一个免费的人脸识别库.我不是在寻找面部检测.我正在寻找实际的认可.这意味着查找包含指定面或库的图像,以计算特定面之间的距离.

我目前正在使用OpenCV来检测面部,并使用粗略的Eigenface算法进行识别.但我认为应该有一些比自编的Eigenface算法更好的性能.我不是在谈论速度和性能,我正在寻找一个比简单的Eigenface方法更好的结果库.

我看了一下Faint,但看起来这个库对我自己的应用程序来说不是很可重用.

我很高兴使用Python,Java,C++,C等类似的库.最好的办法是,如果它可以在Windows机器上运行,因为我现在依赖于一些外部的Windows专用代码.

使用Java Android,我试图找到一种用相机给定图片识别脸部的方法.

有任何想法吗？有没有人有任何API建议？

我想知道是否有人知道如何使用JavaScript识别面部.我听说过OpenCV和亲戚,但我想在客户端(网络应用程序)处理面部识别.

有任何想法吗？

当我的项目运行人脸识别模块将继续输出:

缺少kCTConnectionInvalidatedNotification的服务器连接.

可能导致问题的原因是什么？我怎么解决呢？

我目前正在开发一款实验相机应用程序.我正在考虑实施面部检测,目前我正在权衡我的选择.

我已经考虑过可用于Android的OpenCV端口并使用他们的面部检测功能,但是从我以前的实现中看到的演示,相机似乎滞后了很多.

考虑到HTC Desire上的摄像头具有面部检测支持,我知道必须能够至少获得一个半体面的人脸检测系统.我只是想知道是否有人对如何获得最佳结果有意见...使用可用的库？自己实现一个特定的算法？

我有一个非常大的照片库,里面有成千上万的相似的人物,物品,地点,东西.照片中的大多数人都有自己的用户帐户和头像照片来匹配.根据每张照片可用的附加数据,还有可能在照片中的人的逻辑短列表.我允许用户使用他们的朋友和他们认识的人标记照片,但自动化过程会更好.

我使用了face.com上的照片标记器/取景器与Facebook照片集成,而用于个人相册的Google Picasa照片标记器也做同样的事情,正是我想要做的.

是否有PHP脚本,用于Google Picasa的API,face.com或其他识别服务或任何其他开源项目,提供服务器端面部识别和/或按照相似性对照片进行分组？

示例:正如您所看到的,各种照片共享站点都提供了该功能,但有没有为我自己的服务器上存储的图像提供API或者足以链接到我自己的图库和标记系统的东西？

• viewdle - 视频的人脸识别/标记
• PHP - 纯PHP中的人脸检测
• Xarg
• OpenCV的
• Face.com - 用于在Facebook中查找和标记照片的应用程序
• Google Picasa - 照片共享
• TeraSnaps - 照片共享网站
• 谷歌肖像 - 从谷歌图像结果分组照片
• FaceOnIt - 视频人脸识别
• PittPatt - 检测,识别,视频面部挖掘
• BetaFace
• ChaosFace - 实时人脸检测器

我正在开发一个用于人脸识别的Android应用程序,使用JavaCV,它是OpenCV的非官方包装器.导入后com.googlecode.javacv.cpp.opencv_contrib.FaceRecognizer,我应用并测试以下已知方法:

• LBPH使用createLBPHFaceRecognizer()方法
• FisherFace使用createFisherFaceRecognizer()方法
• EigenFace使用createEigenFaceRecognizer()方法

在我识别出检测到的脸部之前,我会校正旋转的脸部并裁剪出适当的区域,从而激发了这种方法

一般情况下,当我传递相机时,数据库中已存在一个面,识别就可以了.但这并不总是正确的.有时它很有可能识别未知面部(在训练样本的数据库中找不到).当我们在DB中有两个或更多相似特征的面孔(胡须,小胡子,眼镜......)时,这些面孔之间的识别可能会非常错误!

要使用测试面部图像预测结果,我应用以下代码:

public String predict(Mat m) {

        int n[] = new int[1];
        double p[] = new double[1];
        IplImage ipl = MatToIplImage(m,WIDTH, HEIGHT);

        faceRecognizer.predict(ipl, n, p);

        if (n[0]!=-1)
         mProb=(int)p[0];
        else
            mProb=-1;
            if (n[0] != -1)
            return labelsFile.get(n[0]);
        else
            return "Unkown";
    }

我无法控制概率p的阈值,因为:

• 小p <50可以预测正确的结果.
• 高p> 70可以预测错误结果.
• 中间p可以预测正确或错误.

同样,我不明白为什么在使用LBPH时,为什么predict()函数有时会出现大于100的概率？在Fisher和Eigen的情况下,它给出了非常大的值(> 2000)?? 有人可以帮助找到这些奇怪问题的解决方案吗？是否有任何建议可以提高认可的稳健性？特别是在两个不同面孔相似的情况下.

以下是使用Facerecognizer的整个类:

package org.opencv.javacv.facerecognition;

import static  com.googlecode.javacv.cpp.opencv_highgui.*;
import static  com.googlecode.javacv.cpp.opencv_core.*;

import static  com.googlecode.javacv.cpp.opencv_imgproc.*;
import static com.googlecode.javacv.cpp.opencv_contrib.*;

import java.io.File;
import java.io.FileOutputStream;
import java.io.FilenameFilter; …

我最近看了一下脸部识别.但是我对算法的数量感到满意.

PCA,LDA,IDA,Gabor Wavelets,AAM ......

假设你想使像这样 ......你会使用或文件将你读哪些算法？

该计划将通过什么流程？

关于camera2人脸识别机制的信息不足.我使用了Google的Camera2示例: android-Camera2Basic

我将人脸识别模式设置为FULL.

mPreviewRequestBuilder.set(CaptureRequest.STATISTICS_FACE_DETECT_MODE,
                                    CameraMetadata.STATISTICS_FACE_DETECT_MODE_FULL);

我也查了一下

STATISTICS_INFO_MAX_FACE_COUNT并且STATISTICS_INFO_AVAILABLE_FACE_DETECT_MODES:

int max_count = characteristics.get(
CameraCharacteristics.STATISTICS_INFO_MAX_FACE_COUNT);
int modes [] = characteristics.get(
CameraCharacteristics.STATISTICS_INFO_AVAILABLE_FACE_DETECT_MODES);

输出:maxCount:5,模式:[0,2]

我的CaptureCallback:

 private CameraCaptureSession.CaptureCallback mCaptureCallback
 = new CameraCaptureSession.CaptureCallback() {

    private void process(CaptureResult result) {
                Integer mode = result.get(CaptureResult.STATISTICS_FACE_DETECT_MODE);
                Face [] faces = result.get(CaptureResult.STATISTICS_FACES);
                if(faces != null && mode != null)
                    Log.e("tag", "faces : " + faces.length + " , mode : " + mode ); 
    }

    @Override
    public void onCaptureProgressed(CameraCaptureSession session, CaptureRequest request,
                                    CaptureResult partialResult) {
        process(partialResult); …