基于深度数据的人脸识别_研究日志1

这篇博客记录了作者使用Kinect进行人脸识别研究的历程。作者从二维图像识别的背景出发,介绍三维图像在人脸识别中的优势,尤其是Kinect设备获取深度数据的功能。通过Kinect,可以进行人脸检测、跟踪和识别,甚至获取人体骨骼数据。目前,项目在分类器阶段遇到挑战,作者希望通过系列日志分享研究过程和理解,为后续工作留下记录。
摘要由CSDN通过智能技术生成

这学期都快过去了,才开始做日志的记录。

大二上的时候导师给了一台Kinect,然后大二下就是开始正式选了人脸识别作为研究的方向。


其实我不是喜欢人脸识别才去做的,只是我想在大二做一个项目,这个项目只要是和专业比较相关的,和硬件设计不是非常相关的我都愿意做。

导师那时候也是才知道有Kinect这个东西,自己之前没有做过这方面的研究,于是导致现在出现一个问题,就是我的项目遇到问题之后我没法问老师。

说好听点,也就是我现在研究的水平代表我们学校最高水平。但我根本不在乎这些好嘛,我只是想做出点东西。


人脸识别以前的都是二维图像的人脸识别,其中分为人脸检测(Face Detection)和人脸识别(Face Recognition)。

主要是二维图像获取广,比如一个普通摄像头几十块钱就搞定了。在这方面用opencv做的已经很多了,但是三维的图像部分实际上也有,只是没有那么多。

人脸检测是检测视频流或者是图像流中有没有人脸,而识别这是需要指出一张人脸是否为对应的人。


这个人脸识别是分为两个部分,一个部分是人脸跟踪,一个部分是人脸识别。

而利用的主要工具就是Kinect,这个是XBOX的外接体感设备,虽说是比PS的MOVE好在不需要辅助设备,不过不得不说这个反应速度还是有待提高啊。


其实现在都已经出来Kinect 2 了,只有一个摄像头,不过我用的这个就够了,除了左右有的接受音频流数据的以外,中间主要是:一个普通摄像头&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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