我正在尝试开发一款用于人脸识别/检测的iPhone.在我的应用程序中,我想让我的iPhone相机应该自动聚焦和自动捕获.
如何识别iPhone应用程序的脸？
可以在我们的iPhone应用程序中自动对焦脸部和自动捕捉.如果有可能请任何人帮忙做到这一点？我只想要任何有关它的建议/想法和教程.
你能帮我么？提前致谢.
我开发了一个使用OpenCVs HAAR级联人脸检测进行人脸检测的应用程序.该算法工作正常,但每隔一段时间它就会发现墙上的图案或不是面孔的东西.
我想对怀疑为面孔的对象运行额外的检查,但我只想对那些我并不知道它们是面孔的对象进行检查.有没有办法获得HAAR级联人脸检测检测到的脸部的"置信度"水平？
我一直在使用OpenCV的FaceRecognizer进行人脸识别项目,从而实现性别差异化.该算法工作得很好,但我想在我的程序中实现一些额外的功能,比如预测的可信度.
预测函数可以输出置信水平,但我不确定它的含义.这种信心实际上衡量的是什么,我可以将其转化为百分比吗？
int predictedLabel = -1;
double confidence = 0.0;
model->predict(face_resized, predictedLabel, confidence);
string result_message = format("Predicted class = %d / Confidence = %d.", predictedLabel, confidence);
cout << result_message << endl;
这是输出的样子. https://www.dropbox.com/s/65h1n5180ulz3hl/facerecConfidence%20.jpg
我正在尝试使用均匀圆形LBP(1个单位半径邻域中的8个点)来实现基本的人脸识别系统.我正在拍摄一张图像,将其重新调整为200 x 200像素,然后将图像分成8x8小图像.然后,我计算每个小图像的直方图,并获得直方图列表.为了比较2个图像,我计算相应直方图之间的卡方距离并生成分数.
这是我的Uniform LBP实现:
import numpy as np
import math
uniform = {0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 58, 6: 5, 7: 6, 8: 7, 9: 58, 10: 58, 11: 58, 12: 8, 13: 58, 14: 9, 15: 10, 16: 11, 17: 58, 18: 58, 19: 58, 20: 58, 21: 58, 22: 58, 23: 58, 24: 12, 25: 58, 26: 58, 27: 58, 28: 13, 29: …是否有任何简单的Android/Java库/框架可以检测图片上的面部并提供有关图片中人物的一些信息？我的意思是性别,年龄,情绪(微笑,悲伤,愤怒)等信息......
我曾尝试过Face ++和微软的牛津计划.它工作得很好但我想在没有Internet连接的情况下使用类似的东西.
Google Play服务中的功能看起来很棒,但它只给我微笑的概率,而不是年龄,性别等.
java android face-recognition face-detection google-play-services
我正在教自己如何通过编写我在youtube上找到的简单的面部识别程序来使用openCV.我已经安装了opencv版本2以及numpy 1.8.0.我正在使用python2.7.
我在下面的视频和文章链接中准确地复制了这段代码,但我一直在收到错误.AttributeError:'module'对象没有属性'cv'我做错了什么？
这是我正在使用的代码.
import cv2
import sys
# Get user supplied values
imagePath = sys.argv[1]
cascPath = sys.argv[2]
# Create the haar cascade
faceCascade = cv2.CascadeClassifier(cascPath)
# Read the image
image = cv2.imread(imagePath)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Detect faces in the image
faces = (faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags = cv2.cv.CV_HAAR_SCALE_IMAGE)
)
print "Found {0} faces!".format(len(faces))
# Draw a rectangle around the faces
for (x, y, w, h) in faces:
cv2.rectangle(image, (x, y), (x+w, y+h), (0, …我是Openface的新手.由于某些原因,我想在Windows中使用python安装Openface.如果有人能引导我完成这件事,那就太棒了.我在网上搜索过,但没有一篇文章谈到windows python的安装.可能是我问了一个非常简单的问题,但请帮我解决这个问题.
设置一个舞台,在一个区中有200 +模拟摄像机到中央监控站,但这些摄像机没有识别面部或物体.是否可以对这些相机实施面部检测？这些相机必须具备哪些先决条件？如何加载这些相机发送和处理的图像？
我已经按照代码项目中的示例代码创建了一个使用EMGUCV的人脸识别系统.我已经训练了2个人的数据库,每个人有10个图像.当网络摄像头检测到这些人并且能够正确显示名称但问题是在受过训练的数据库中不存在的第三个人通过网络摄像头检测时,它将采用最近的面并在其上显示名称而不是显示"未知".如何提高准确度？我试图改变阈值但没有帮助.出了什么问题？
currentFrame = grabber.QueryFrame().Resize(320, 240,
Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC);
currentFrame.SmoothBlur(320, 240);
gray = currentFrame.Convert<Gray, Byte>();
Rectangle[] facesDetected = face.DetectMultiScale(gray, 1.2, 10, new
Size(50, 50), Size.Empty);
for (int j = 0; j < facesDetected.Length; j++)
{
facesDetected[j].X += (int)(facesDetected[j].Height * 0.15);
facesDetected[j].Y += (int)(facesDetected[j].Width * 0.22);
facesDetected[j].Height -= (int)(facesDetected[j].Height * 0.3);
facesDetected[j].Width -= (int)(facesDetected[j].Width * 0.35);
result = currentFrame.Copy(facesDetected[j]).Convert<Gray, byte>().Resize(100, 100, Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC);
result._EqualizeHist();
currentFrame.Draw(facesDetected[j], new Bgr(Color.Red), 2);
if (trainingImages.ToArray().Length != 0)
{
recog = new LBPHFaceRecognizer(1, 10, 8, 8, 10000);
//recog = new EigenFaceRecognizer(0, …我正在使用 pytorch 和 mtcnn 进行人脸识别项目，在训练了我的训练数据集之后，现在我想对测试数据集进行预测
这是我训练过的代码
optimizer = optim.Adam(resnet.parameters(), lr=0.001)
scheduler = MultiStepLR(optimizer, [5, 10])
trans = transforms.Compose([
np.float32,
transforms.ToTensor(),
fixed_image_standardization
])
dataset = datasets.ImageFolder(data_dir, transform=trans)
img_inds = np.arange(len(dataset))
np.random.shuffle(img_inds)
train_inds = img_inds[:int(0.8 * len(img_inds))]
val_inds = img_inds[int(0.8 * len(img_inds)):]
train_loader = DataLoader(
dataset,
num_workers=workers,
batch_size=batch_size,
sampler=SubsetRandomSampler(train_inds)
)
val_loader = DataLoader(
dataset,
shuffle=True,
num_workers=workers,
batch_size=batch_size,
sampler=SubsetRandomSampler(val_inds)
)
如果删除sampler=SubsetRandomSampler(val_inds)并放置val_inds，则会出现此错误
val_inds ^ 语法错误：位置参数跟随关键字参数
我想在 pytorch 中进行预测（从测试数据集中随机选择）？这就是为什么我应该使用shuffle=True
我遵循这个回购协议facenet-pytorch