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。
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&#
最低0.47元/天 解锁文章
扫一扫
1332
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
