人脸姿态估计(二)之人脸检测-人脸关键点-人脸姿态任务合并

最新推荐文章于 2023-09-24 22:57:51 发布
最新推荐文章于 2023-09-24 22:57:51 发布
阅读量864 收藏 4
点赞数 2
分类专栏： 人脸 Pytorch 文章标签： 人脸检测 人脸关键点检测 人脸姿态估计
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/LEILEI18A/article/details/114009804
版权
该博客介绍了一个将人脸检测、关键点定位（5点）及人脸姿态估计融合到单个任务中的方法，以降低资源消耗。作者提供了一个基于Pytorch的Retinaface实现的GitHub链接，并指出此方法类似于人脸检测与口罩检测的结合。
摘要由CSDN通过智能技术生成

                                                               人脸姿态估计(二)之人脸检测-人脸关键点-人脸姿态任务合并

 

0. 先放github链接

类比人脸检测-口罩检测的思路进行！

https://github.com/gengyanlei/Pytorch_Retinaface

# requirements:
'''
    pytorch >= 1.1
    python >= 3.5
'''

1. 目的

将人脸检测、关键点(5个)检测、人脸姿态估计 3个任务合并至1个任务，降低资源消耗！

2. 详情

 

 

LEILEI18A
关注
专栏目录
人脸识别之人脸关键点
m0_67401545的博客
05-20 1477
深度学习人脸关键点检测方法----综述 转自人脸关键点检测综述 不知道为什么在ubuntu下知呼中的图片无法显示 人脸关键点检测是人脸识别和分析领域中的关键一步，它是诸如自动人脸识别、表情分析、三维人脸重建及三维动画等其它人脸相关问题的前提和突破口。因此，本文针对深度学习方法进行了人脸关键点检测的研究。 一、人脸关键点数据集 传统人脸关键点检测数据库为室内环境下采集的数据库，比如 Multi-pie、Feret、Frgc、AR、BioID 等人脸数据库。而现阶段人脸关键点检测数据库通常为复杂环境下采集的数
paddle2.0高层API实现人脸关键点检测(人脸关键点检测综述_自定义网络_paddleHub_趣味ps)
qq_40326280的博客
02-06 1047
paddle2.0高层API实现人脸关键点检测(人脸关键点检测综述_自定义网络_paddleHub_趣味ps) 本文包含了： - 人脸关键点检测综述 - 人脸关键点检测数据集介绍以及数据处理实现 - 自定义网络实现关键点检测 - paddleHub实现关键点检测 - 基于关键点检测的趣味ps 『深度学习7日打卡营·day3』 零基础解锁深度学习神器飞桨框架高层API，七天时间助你掌握CV、NLP领域最火模型及应用。 课程地址 传送门：https://aistudio.baidu.com/aistud
caffe_人脸关键点(5点)_src_vs2013
08-23
本源码是github上的一个开源的caffe人脸关键点定位，我按照作者的编译方法编译。然后整个打包，所以大家可以直接编译。环境必须是vs2013
深度学习/机器学习技术发展核心算法、策略、数据集及框架整理分享
lqfarmer的博客
02-28 227
本资源整理了深度学习、机器学习技术发展历程中重要地标性的模型、算法，以及相关的经典论文；一些重要的基准数据集，重要的深度学习框架等核心资源。 资源整理自网络，资源获取见源地址： https://github.com/daturkel/learning-papers 论文列表 ...
人脸识别5.2- insightface人脸3d关键点检测，人脸68个特征点、106个特征点；人脸姿态角Pitch、Yaw、Roll、
qq_15821487的博客
08-23 1万+
姿态角分为Pitch、Yaw、Roll，用于表示人脸在空间三维坐标系内的角度，常用于判断识别角度的界限值。各角度阈值如下：Pitch：三维旋转之俯仰角度，范围：[-90（上）, 90（下）]，推荐俯仰角绝对值不大于20度；Yaw：三维旋转之左右旋转角，范围：[-90（左）, 90（右）]，推荐旋转角绝对值不大于20度；Roll：平面内旋转角，范围：[-180（逆时针）, 180（顺时针）]，推荐旋转角绝对值不大于20度；
stm32和qt实现实时姿态检测代码_PFLD：一个实用的人脸关键点检测器
weixin_39518678的博客
12-07 341
人脸关键点检测是一个非常核心的算法业务，其在许多场景中都有应用。比如我们常用的换脸、换妆、人脸识别等2C APP中的功能，都需要先进行人脸关键点的检测，然后再进行其他的算法业务处理；在一些2B的业务场景中，如疲劳驾驶中对人脸姿态的估计，也可以先进行人脸关键点的检测，然后再通过2D->3D的估计，最后算出人脸相对相机的姿态角。本文介绍的这个人脸检测算法PFLD，全文名称为《PFLD: A Pr...
人脸姿态识别
u012361418的博客
06-10 4001
人脸姿态识别
3D人脸姿态估计与投影来确定特征点初始位置，然后使用经典的回归树集成ERT方法来更好的进行位置回归
最新发布
09-06
（6）人脸特征点检测与形状拟合方法，基于“特征提….zip一、基本概念 1. 什么是目标检测 目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心...
蒙面人脸检测的LLE-CNN: MAFA数据集上取得明显高于最先进方法的性能
31中国科学院信息工程研究所物联网信息安全北京市重点实验室2北京航空航天大学计算机科学与工程学院虚拟现实技术与系统国家重点实验室3中国科学院大学网络安全学院摘要检测有遮挡的人脸是一项具有挑战性的任务，这...
深度人脸超分辨率：关注恢复和关键点估计之间迭代协作的新方法
55690具有关注恢复和关键点估计之间迭代协作的深度人脸超分辨率0Cheng Ma 1 , 2 , 3 , Zhenyu Jiang 1 , Yongming Rao 1 , 2 , 3 , Jiwen Lu 1 , 2 , 3 � , Jie Zhou 1 , 2 , 3...
人脸检测 姿势估计 轮廓标识的matlab代码(完整版)
02-06
人脸检测 姿势估计 轮廓标识的matlab代码。这个是完整版。支持模型训练
快速的人脸轮廓检测及姿态估计算法
02-15
提出一种基于人脸特征区域划分的人脸轮廓检测方法和快速人脸姿态估计方法.该方法根据特征点在人脸的分布情况将人脸划分为9个区域.对于每个选定的区域,首先检测出其初始轮廓线,然后用三次多项式对其进行曲线拟合处理,最后把不同区域的轮廓线连接起来得到完整的人脸轮廓.此外,为了快速、准确地估计出人脸的姿态,本文从人脸的对称性出发,提出了进行人脸姿态估计的面积模型和近似平面模型.实验表明,本文所提出的轮廓检测方法对于复杂背景中具有不同姿态的人脸图像可以得到较满意的检测结果.和其它检测方法相比.本文方法具有模型简单、计算速度快等优点.
三种人脸检测方法（opencv,dlib,openpose)的戴口罩识别效果测试
01-20
最近尝试做一个人脸检测控制机器人来测体温，记录一下过程： 1、首先使用了opencv-ython试了一下人脸检测,参考https://blog.csdn.net/qq_32892383/article/details/90732916 先跑了一下固定图片的，效果堪忧啊 代码： # -*- coding: utf-8 -*- import c2 import lgging # 设置日志 logging.basicConfig(level = logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s') logger = lo
yolov5之训练自己的数据集
YANJINING
08-14 346
yolov5之训练自己的数据集 github项目地址:u版项目地址
人脸姿态检测：RPY角与Z-Y-X欧拉角
邦戈邦戈栗子的博客
11-21 6043
描述坐标系{B}相对于参考坐标系{A}的姿态有两种方式。第一种是绕固定（参考）坐标轴旋转：假设开始两个坐标系重合，先将{B}绕{A}的X轴旋转γγ，然后绕{A}的Y轴旋转ββ，最后绕{A}的Z轴旋转αα，就能旋转到当前姿态。可以称其为X-Y-Z fixed angles或RPY角(Roll, Pitch, Yaw)。 　　Roll:横滚 　　Pitch: 俯仰 Yaw: 偏航（航向）...
基于人脸5个关键点的人脸对齐（人脸纠正）
傲笑风的博客
09-24 2103
人脸检测模型输出人脸目标框坐标和5个人脸关键点，在进行人脸比对前，需要对检测得到的人脸框进行对齐（纠正），本文将通过5个人脸关键点信息对人脸就行对齐（纠正）。
【人脸检测】centerface实时人脸+5关键点检测
怡宝2号
01-20 5272
说明 基于centerface做人脸+5个关键点检测，在1280×720分辨率的视频上能做到22fps左右。模型采用wider_face数据集训练，因为5个关键点标注信息中有一定的问题，所以关键点检测不够准确，但是人脸矩形框是完全没有问题的。 效果 直接上bilibli视频 【实时人脸检测】centerface ...
基于Opencv和MTCNN检测人脸五个关键点进行仿射变换人脸对齐 - C++版本
qq_33221533的博客
06-14 2391
这篇文章是对应之前人脸对齐的python版本的C++版本，之前python版本见这里。通俗理解就是将图片人人脸姿态不太正确的给矫正过来，所以写了C++版本的人脸对齐算法。基本原理是先通过MTCNN检测到人脸的五个关键点，再把原图中人脸区域外扩100%（这样做的目的是保证对齐后图片中没有黑色区域，当然这个外扩的比例是看对齐效果自己可以调节的，我这里设置的100%）。最后的人脸对齐尺寸分为两种：112X96尺寸和112X112尺寸，其中首先需要定死仿射变换后人脸在目标图上的坐标，然后直接变换。.........
基于Opencv和MTCNN检测人脸五个关键点进行仿射变换人脸对齐 - Python版本
热门推荐
qq_33221533的博客
04-11 1万+
最近需要做人脸对齐的算法，通俗理解就是将图片人人脸姿态不太正确的给矫正过来，所以写了python版本的人脸对齐算法。基本原理是先通过MTCNN检测到人脸的五个关键点，再把原图中人脸区域外扩100%（这样做的目的是保证对齐后图片中没有黑色区域，当然这个外扩的比例是看对齐效果自己可以调节的，我这里设置的100%）。最后的人脸对齐尺寸分为两种：112X96尺寸和112X112尺寸，其中首先需要定死仿射变......
二维特征点驱动的实时人脸姿态估计方法
本篇论文介绍了一种创新的【基于二维特征点的人脸姿态实时估计方法】，它针对人脸识别技术中的一个重要挑战——在有限的特征点条件下实现精确和稳定的人脸姿态估计。这项发明着重于解决在实时场景中，由于摄像头捕捉...
评论 4
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