C++版 Face Alignment at 3000FPS（二）TestModel运行

最新推荐文章于 2022-03-28 17:19:11 发布
最新推荐文章于 2022-03-28 17:19:11 发布
阅读量1.3k 收藏 2
点赞数
分类专栏： 机器学习 C++ 图像处理 文章标签： Face Alignment C++ 机器学习
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/rongrongyaofeiqi/article/details/53019466
版权
机器学习 同时被 3 个专栏收录
25 篇文章 0 订阅
订阅专栏
图像处理
19 篇文章 0 订阅
订阅专栏
C++
8 篇文章 1 订阅
订阅专栏

C++版 Face Alignment at 3000FPS（二）TestModel运行

现在开始TestModel下的运行啦！

一、配置运行参数

在项目属性/配置属性/调试/命令参数中输入TestModel。     

图一TestModel的配置方法

 

二、生成测试集的Path_Images.txt。

图二生成测试集的Path_Images.txt

 

三、运行程序

结果显示了根据训练出来的模型预测的值与实际值之间的误差，以及测试耗时。

图三测试集运行结果

 

 

rongrongyaofeiqi
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
face-alignment-cpp:使用C ++以3000fps进行人脸对齐
05-23
＃＃介绍 该项目是3000 fps的人脸对齐的C ++版本，主要由 Wang（ ）开发。 它起源于Matlab版本，具有类比训练速度，且内存成本较低。 尽情享受吧！
Face Alignment at 3000FPS（C++版）工程配置
Sunshine_in_Moon的专栏
11-14 9941
3000FPS是人脸对齐算法，特点是速度快！我利用的是thinkface上一位大牛提供的代码http://www.thinkface.cn/thread-3136-1-1.html这里面提供了C++版代码，人脸数据库及大牛训练好的模型的连接，大家可以自行下载。下面介绍具体的配置过程以及遇到的问题和其解决方法。 安装分为4个步骤： 1.下载人脸数据库，获取Path_Images.txt。 AF
Face Alignment at 3000FPS（C++版）工程配置（非Cmake）
那年聪聪
01-25 1429
本文将介绍如何在不使用Cmake的情况下，成功进行3000FPS工程的配置。
insightface alignment c++
01-29
insightface c++ 人脸关键点并进行对齐矫正 code for face alignment in c++
Face Alignment at 3000FPS工程配置
贰圣
12-18 1万+
根据Face Alignment at 3000 FPS via Regressing Local Binary Features这篇文章的源代码的配置 1. 源代码地址:https://github.com/jwyang/face-alignment，里面也有相应的英文介绍 2. 环境：windows64位+matlab2014a 3. 下载数据库，因为需要数据做训
【C++版】Face Alignment at 3000 FPS by Regressing Local Binary Features源码下载
05-24
【C++版】"Face Alignment at 3000 FPS by Regressing Local Binary Features"源码解析 在计算机视觉领域，人脸识别与人脸对齐是一项重要的技术，广泛应用于图像处理、视频监控、虚拟现实等多个场景。"Face ...
Face Alignment at 3000FPS（C++版）
01-26
Face Alignment at 3000FPS（C++版）工程配置（非Cmake），这里是配置方法：http://blog.csdn.net/duan19920101/article/details/50582249
Face Alignment at 3000 FPS via Regressing Local Binary Features
11-24
该文件讨论了关于面部对齐技术的一种高速、高准确度的回归方法，其标题为：“Face Alignment at 3000 FPS via Regressing Local Binary Features”，即“通过回归局部二进制特征实现3000FPS的面部对齐”。...
Face Alignment at 3000
04-15
《3000 FPS下的面部对齐：通过回归局部二进制特征》是计算机视觉领域的一项研究，旨在解决高速视频中的面部对齐问题。这项工作主要关注如何在每秒3000帧（FPS）的速率下高效准确地对人脸进行定位和对齐，这对于实时...
face alignment读取.pts文件 c++
染血白衣
01-07 754
在c++下，.pts文件中存储了landmark点的坐标，其内容如下所示： version: 1 n_points: 68 { 446.000 91.000 449.459 119.344 450.957 150.614 460.552 176.986 471.486 202.157 488.087 226.842 506.016 246.438 524.662 263.865 553.315...
FaceAlignment-人脸对齐.rar
02-27
seetaface分为FaceDetection（人脸检测）、FaceAlignment（人脸对齐）、FaceIdentification（人脸识别）三个模块，三个模块相互独立，综合利用起来即可实现最终的人脸识别功能。
C++版 Face Alignment at 3000FPS（一）TrainModel运行
rongrongyaofeiqi的博客
11-03 3461
C++版 Face Alignment at 3000FPS TrainModel运行
face alignment 5个关键点对齐
weixin_NineDays66
06-07 2121
访问网址查看 人脸对齐的发展 https://max.book118.com/html/2017/1111/139651668.shtm 1.准备数据集：UMD 把 21个关键点 提取出5个。 2.Loss 函数使用 absloss ，如何添加 caffe absloss 查看我的其他博文。 C:\WorkSpace\SoftWare\caffe\convert_multilabel_i...
根据人脸关键点做人脸对齐face alignment----C++实现
cumtchw
03-28 7092
人脸识别一般需要经过人脸检测，人脸对齐，特征提取及相似度比对，具体原理可以见： 人脸检测-人脸对齐-人脸识别原理及方法_陈 洪 伟的博客-CSDN博客 该篇文章主要对人脸对齐进行补充， 1 人脸检测 我们用ldh的图片进行检测，得到人脸框和5个关键点。 检测得到的矩形框和关键点如下： orgimg.shape: (640, 640, 3) x1:243.000000,y1:140.000000,x2:447.000000,y2:394.000000 point_0_x:307.000..
Face Alignment at 3000 FPS通俗易懂讲解一 随机森林的生成
rongrongyaofeiqi的博客
12-27 3012
Face Alignment at 3000 FPS通俗易懂讲解 思想：先局部，再整体。 局部：获取标记点的局部二值特征。 具体做法： 若干个样本N，每个样本有n个标记点（如68）。 对这N个样本划分成m个小样本，小样本数N/m个。 对小样本中每一个标记点附近生成K个随机点，共有K*N/m个点（K*N/m矩阵）。对这些点的像素插值（局部二值）建立模型，就有了m个决策树，形成1个随机森林。 n个标记点，每个点有1个随机森林（m个决策树），组成n个随机森林。 可根据随机森林得到一个特征点的LBP特征。
人脸对齐--Dense Face Alignment
AI小作坊 的博客
11-16 4799
Dense Face Alignment ICCVW2017 http://cvlab.cse.msu.edu/project-pifa.html MatConvNet code model can run at real time during testing这里针对人脸对齐问题，我们采用 Dense Face Alignment (DeFA) 密集人脸对齐的策略，providing
cv::Mat三通道与单通道互相转换
热门推荐
rongrongyaofeiqi的博客
09-18 2万+
三通道与单通道图像相互转换。
图像感兴趣区域ROI获取的正确方式
rongrongyaofeiqi的博客
09-12 2万+
获取感兴趣区域图像，能保存得到正确的图像（cv::Mat）。 但转换成后续所需要的接口数据类型（const void* const）之后，处理结果错误。 提醒大家，获取感兴趣区域图像的方式要注意！！！
OpenCV提取轮廓的方法获取瞳孔区域及中心
rongrongyaofeiqi的博客
09-12 1万+
获取人眼感兴趣之后，提取图像轮廓，根据目标物体具体的宽高比，面积等信息筛选轮廓，生成轮廓凸包，获得目标物体中心。
face alignment
最新发布
03-28
Face alignment refers to the process of detecting and locating specific facial landmarks on a face image, such as the center of the eyes, nose, and mouth. This process is important in many computer vision applications, such as face recognition, facial expression analysis, and augmented reality. The goal of face alignment is to accurately estimate the spatial location and orientation of these landmarks, in order to provide a standardized representation of the face that can be used for further analysis or comparison with other faces. Various techniques can be used for face alignment, including feature-based methods, template matching, and deep learning-based approaches.
评论
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