人脸识别
文章平均质量分 86
菜鸟知识搬运工
在校研究生
展开
-
OpenCV人脸识别类FaceRecognizer
官方文档:https://docs.opencv.org/3.4.3/dd/d81/facerec_8hpp.html源代码在 .\opencv_contrib-3.4.3\modules\face\src中Opencv实现从OpenCV2.4开始,加入新的类FaceRecognizer,可以用它方便的进行人脸识别实验。人脸识别的任务也就是两大部分,训练和预测,分别对应着train...原创 2019-04-10 19:16:39 · 15619 阅读 · 0 评论 -
libfacedetection库 yufacedetectnet-open-v1.prototxt详解
libfacedetection库是深圳大学的于仕琪老师发布的开源人脸检测库,该库使用的是SSD网络框架,SSD框架详情参见博客:https://blog.csdn.net/qq_30815237/article/details/90292639下面对其网库框架的prototxt文件进行详解:name: "YuFaceDetectNet" input: "data"#输入...原创 2019-06-17 13:36:36 · 1517 阅读 · 0 评论 -
人脸对齐及关键点检测
严格定义上的人脸识别分为四个步骤:①人脸检测:从图片中准确定位到人脸②人脸对齐: 自动定位出面部关键特征点,③进行特征提取④对两张人脸图像的特征向量进行对比,计算相似度。 当今的人脸识别系统如下图所示的流程:一张人脸图片输入后,需要先找到人脸的位置(人脸检测),然后在这个基础上定位人脸关键点的位置(如眼睛中心或嘴角等),每个系统关键点提取的数量相差很大,有的只有左...原创 2019-06-02 15:27:33 · 9994 阅读 · 1 评论 -
DPM目标检测算法
DPM算法由Felzenszwalb于2008年提出,是一种基于部件的检测方法,对目标的形变具有很强的鲁棒性。目前DPM已成为众多分类、分割、姿态估计等算法的核心部分,Felzenszwalb本人也因此被VOC授予"终身成就奖"。 DPM算法采用了改进后的HOG特征,SVM分类器和滑动窗口(Sliding Windows)检测思想,针对目标的多视角问题,采用了多组件(Comp...原创 2019-05-18 15:35:13 · 17695 阅读 · 2 评论 -
人脸识别学习总结
对人脸识别算法进行了一定程度的学习,从最开始的特征脸到如今的CNN人脸检测,有了较为全面的了解。重点掌握了基于PCA的特征脸检测,LDA线性判别分析(Fisher线性判别),以及基于级联器的Haar特征,LBP特征的人脸检测算法,人脸检测的学习主要是基于OpenCV中人脸识别类FaceRecognizer的学习。目前支持的算法有:Eigenface特征脸createE...原创 2019-05-03 13:02:48 · 16917 阅读 · 0 评论 -
window+VS+OpenCV编译libfacedetection库进行人脸检测
libfacedetection 是一个基于CNN的人脸检测的开源库。libfacedetection库是深圳大学的于仕琪老师发布的开源人脸检测库,相比于OpenCV自带的CascadeClassifier人脸检测,无论在速度上还是精度上,都有巨大的优势,是目前已知开源库中最好用的一款。CNN模型已在C源文件中转换为stastic variales。目前该项目已开放源码。源代码不依赖于任何...原创 2019-04-23 14:35:48 · 2850 阅读 · 17 评论 -
opencv Haar+AdaBoost分类器+Cascade
写的很乱,仅供自己做笔记使用吧。。。。。。。。1-以Haar为始,Haar各种特征示例: 每一个小黑白块就是一种规则,也是一种特征,也是一个分类器。不过单独一个这样的分类器当真不敢恭维,他们都是弱分类器,他们能做得不多,就像战场上的士兵不计其数,组合在一起却会有意想不到的变化。 2、AdaBoost...转载 2019-04-25 20:10:01 · 4342 阅读 · 1 评论 -
人脸识别算法二:Fisherface(LDA)
LDA线性判别分析 也称FLD(Fisher线性判别)是一种有监督的学习方法(supervised learning)。目的:是从高维空间中提取出最优判别力的低维特征,这些特征使同一类别的样本尽可能的靠近,同时使不同类别的样本尽可能的分开,即选择使样本的类间散布矩阵和类内散布矩阵达到最大比值的特征。因此,用FLD得到的特征不但能够较好的表示原始数据,而且更适合分类。 ...原创 2019-04-10 16:19:57 · 7657 阅读 · 1 评论 -
人脸识别算法一:特征脸方法(Eigenface)
一、特征脸 特征脸EigenFace从思想上其实挺简单。就相当于把人脸从像素空间变换到另一个空间,在另一个空间中做相似性的计算。这么说,其实图像识别的基本思想都是一样的,首先选择一个合适的子空间,将所有的图像变换到这个子空间上,然后再在这个子空间上衡量相似性或者进行分类学习。 通过变换到另一个空间,同一个类别的图像会聚到一起,不同类别的图像会距离比较远,因为图像各...原创 2019-04-10 15:41:38 · 19922 阅读 · 1 评论 -
OpenCV实战4: HOG+SVM实现行人检测
目前基于机器学习方法的行人检测的主流特征描述子之一是HOG(Histogram of Oriented Gradient, 方向梯度直方图)HOG 特征是用于目标检测的特征描述子,它通过计算和统计图像局部区域的梯度方向直方图来构成特征,用这些特征描述原始图像。 HOG的核心思想是所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述。通过将整幅图像分割成小的连接区域(...原创 2019-03-13 15:59:26 · 16130 阅读 · 0 评论 -
OpenCV实战5: LBP级联分类器实现人脸检测
OpenCV中的HAAR与LBP数据 HAAR特征数据 参看 haarcascade_frontalface_alt.xml 各标签 LBP特征数据 参看 lbpcascade_frontalface.xml 各标签HAAR与LBP的区别: HAAR特征是浮点数计算 LBP特征是整数计算 LBP训练需要的样本数量要比HAAR大 同样的...转载 2019-03-13 21:41:52 · 4241 阅读 · 1 评论 -
opencv实战3: CascadeClassifier+Haar特征进行人脸检测
1、级联分类器CascadeClassifierOpenCV官方文档:https://docs.opencv.org/3.4.3/d5/d54/group__objdetect.html分类器: 判别某个事物是否属于某种分类的器件,两种结果:是、否 。级联分类器: 可以理解为将N个单类的分类器串联起来。如果一个事物能属于这一系列串联起来的的所有分类器,则最终结果就是 是,若有一项不符,则判...原创 2019-03-13 10:45:11 · 12364 阅读 · 2 评论 -
opencv基于DNN的人脸检测
from:https://blog.csdn.net/minstyrain/article/details/78907425 opencv3.4 版之前自带的人脸检测器是基于Haar+Adaboost的,速度还可以,但是检出率很低,误检也很多,脸的角度稍大就检不出来,还经常会把一些乱七八糟的东西当做人脸,实在不敢恭维。好在随着深度学习领域的发展,涌现了一大批效果相当不错的人脸检测算法,...转载 2019-02-25 12:39:28 · 24939 阅读 · 18 评论