opencv 人脸识别 （二）训练和识别

最新推荐文章于 2024-02-24 14:20:05 发布
VIP文章 最新推荐文章于 2024-02-24 14:20:05 发布
阅读量4.1w 收藏 88
点赞数 26
分类专栏： Machine Learning C/C++ Computer Vision 文章标签： 人脸检测 人脸识别 归一化 对齐 opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/abcjennifer/article/details/20446077
版权

上一篇中我们对训练数据做了一些预处理，检测出人脸并保存在\pic\color\x文件夹下（x=1,2,3,...类别号），本文做训练和识别。为了识别，首先将人脸训练数据 转为灰度、对齐、归一化，再放入分类器（EigenFaceRecognizer）,最后用训练出的model进行predict。


-----------------------------------------


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。


-----------------------------------------


最低0.47元/天 解锁文章
Rachel-Zhang
关注
  • 26
    点赞
  • 踩
  • 88
    收藏
    觉得还不错? 一键收藏
  • 25
    评论
专栏目录
机器学习——深度学习(Deep Learning)
Rachel Zhang的专栏
08-04 45万+
Deep Learning是机器学习中一个非常接近AI的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，最近研究了机器学习中一些深度学习的相关知识，本文给出一些很有用的资料和心得。Key Words：有监督学习与无监督学习，分类、回归，密度估计、聚类，深度学习，Sparse DBN，1. 有监督学习和无监督学习给定一组数据(input，target)为Z=(X，Y)。有监督学习：最常见的是r
Stanford机器学习---第三讲. 逻辑回归和过拟合问题的解决 logistic Regression & Regularization
热门推荐
Rachel Zhang的专栏
07-07 19万+
本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vector Machines 支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning
使用OpenCV进行人脸识别的三种算法（官方网翻译）
ningningxl的专栏
09-02 1万+
怎样使用OpenCV进行人脸识别 本文大部分来自OpenCV官网上的Face Reconition with OpenCV这节内容(http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html)，小弟我尝试翻译一些重要内容。这部分内容是Philipp Wagner写的，他的github：https://githu
OpenCV人脸识别，训练模型为cv2.face.LBPHFaceRecognizer_create()
bbccxxbb的博客
07-19 9169
OpenCV内部自带有三种人脸检测方式LBPH人脸识和其他两种方法（Eigen人脸识别，FisherFace人脸识别）本次主要说明第一种方式LBPH检测。
【人脸识别】OpenCV中实现人脸识别
G_redsky的博客
02-24 1303
实际应用中，可能需要考虑图像预处理（如降噪、直方图均衡化等）、特征向量的标准化、分类器参数的调整以及更复杂的后处理步骤来提高识别的准确率和鲁棒性。实际应用中，可能需要考虑图像预处理（如降噪、直方图均衡化等）、特征向量的标准化、分类器参数的调整以及更复杂的后处理步骤来提高识别的准确率和鲁棒性。需要注意的是，这里的模型是假设已经存在的，实际应用中你可能需要自己训练一个模型或者使用公开可用的预训练模型。：在测试阶段，对于新的图像，首先检测图像中的人脸，然后提取其特征，并使用训练好的分类器进行识别。
OpenCV3实现人脸识别（三）——训练与识别自己的人脸数据
知来者逆的博客
04-09 1万+
传统人脸识别的方法，可以用于一些低算力的边缘设备
使用OpenCV工具包成功实现人脸检测与人脸识别，包括传统视觉和深度学习方法（附完整代码，模型下载......）
分享技术笔记，记录学习研发历程
06-30 1万+
使用OpenCV自带的人脸检测和人脸识别方法成功实现传统视觉和深度学习两种方式的效果，并进行了对比，应该是全网最全的整理了
使用C++和OpenCV进行人脸识别，包含模型训练与调用过程
qq_46017342的博客
05-13 7271
使用C++和OpenCV进行人脸识别，包含模型训练与调用过程
OpenCV人脸识别项目（训练+测试）
呵呵哒!的博客
06-06 2437
OpenCV人脸识别项目（训练+测试）
[机器学习] opencv人脸识别 基于python haar级联分类器模型训练
weixin_45792936的博客
02-06 805
本次模型训练以唐可可为例，完成唐可可的人脸识别模型训练，并且检验模型的准确性。
OpenCV程序练习（四）：人脸识别
qq_53449784的博客
06-20 1896
一、人脸检测 准备图片
人脸识别（opencv--LBPH方法训练）
雪剑封心
11-07 2659
一、准备数据1.利用人脸检测方法,先将图像的人脸部分截取成图像2.批量读取图像,制作成图像与标签对应的列表二、开始训练3.训练(使用opencv自带的训练方法)4.调用。
OpenCV人脸识别训练样本图片素材包
05-06
用于OpenCV人脸识别正面和侧面人脸训练样本素材包
opencv人脸识别（c++实现）
10-16
https://blog.csdn.net/qq_32768679/article/details/96432354这篇文章很详细了。实现了实现人脸检测软体，集采集、训练、识别为一体。所传资源是除去界面外的部分，分别为采集、训练、预测。
opencv人脸识别和训练python代码
01-15
opencv人脸识别和训练python代码，可以通过准备的图片训练来识别指定的人并在图片上显示中文名称，里面有三个python文件和需要的字体，测试图片等全部依赖，解压安装依赖后即可使用
springboot +opencv 人脸识别
04-01
springboot +opencv 人脸识别
OpenCV人脸识别官方数据集
04-05
opencv3人脸识别所用到的训练数据集，40个人脸数据，每个人10张照片。
GMM的EM算法实现
Rachel Zhang的专栏
11-19 13万+
在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut一文中我们给出了GMM算法的基本模型与似然函数，在EM算法原理中对EM算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GMM模型：每个 GMM 由 K 个 Gaussian 分布组成，每个 Gaussian 称为一个“Co
Stanford机器学习---第八讲. 支持向量机SVM
Rachel Zhang的专栏
08-12 13万+
本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vector Machines 支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning中A
opencv人脸识别训练模型函数
最新发布
03-03
OpenCV是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。其中，人脸识别是OpenCV中的一个重要应用领域。OpenCV提供了一些函数和类来进行人脸识别训练模型，下面是其中几个常用的函数和类的介绍： 1. cv2.CascadeClassifier：这是一个用于人脸检测的级联分类器类。它基于Haar特征分类器，可以用于检测图像中的人脸区域。 2. cv2.face.LBPHFaceRecognizer：这是一个基于局部二值模式直方图（Local Binary Patterns Histograms）的人脸识别器类。它可以用于训练和识别人脸。 3. cv2.face.EigenFaceRecognizer：这是一个基于特征脸（Eigenfaces）的人脸识别器类。它可以用于训练和识别人脸。 4. cv2.face.FisherFaceRecognizer：这是一个基于Fisherfaces的人脸识别器类。它可以用于训练和识别人脸。 这些函数和类可以通过OpenCV库进行调用和使用，具体的使用方法可以参考OpenCV官方文档或者相关教程。在使用这些函数和类时，通常需要先进行人脸数据的收集和预处理，然后使用训练数据对模型进行训练，最后可以使用训练好的模型进行人脸识别。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 25
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值