视频人脸识别+识别同一个人的不同面部表情的差异

最新推荐文章于 2022-05-13 15:52:22 发布

Kerris7

最新推荐文章于 2022-05-13 15:52:22 发布

阅读量1.1k

点赞数

文章标签：人脸识别 python 人工智能深度学习机器学习

本文链接：https://blog.csdn.net/qq_35113235/article/details/106516482

版权

该博客探讨了在已识别人脸的基础上，如何计算同一个人不同面部表情之间的差异值。通过使用视频输入，获取每个人的无表情和微笑表情，然后将68个特征点转化为128维向量，并利用欧式距离计算差异。这种方法被应用于Person A和Person B的面部表情比较，以量化他们的表情变化幅度。

摘要由CSDN通过智能技术生成

在已经识别人脸的基础上，不同的人显示一样的动作的幅度是不同的。这个幅度是基于他们没有任何面部表情到展示一样的表情。这个幅度就是同一个人的两个不同面部表情的差异值。

参考：https://blog.csdn.net/hongbin_xu/article/details/78390982

输入：
来自一个人的两个面部表情的视频。
Person A： A_E0 (没有表情)， A_E1(微笑)
Person B： B_E0 (没有表情)， B_E1(微笑)

输出：
Person A： A_E0 和 A_E1 的差异值
Person B： B_E0 和 B_E1 的差异值

从视频中是别人脸。得到68个特征值。转换为128维向量空间。在之前的博客中有具体描述。

def getPersonData(vpath):
	# initialize dlib's face detector (HOG-based) and then create
	# the facial landmark predictor
	detector = dlib.get_frontal_face_detector()
	predictor_path = "68_face_landmark\shape_predictor_68_face_landmarks.dat"
	predictor = dlib.shape_predictor(predictor_path)
	recognizer_path = "dlib_face_recognition_resnet_model_v1\dlib_face_recognition_resnet_model_v1.dat"
	recognizer = dlib.face_recognition_model_v1(recognizer_path)

	desarray = np.zeros( (1,128) )

	print('Processing file：'+ vpath)
	cap = cv2.VideoCapture(vpath)

	<