opencv深度学习人工智能技术打假抖音“伪娘“之性别实时检测

人工智能研究所

于 2024-02-10 13:45:07 发布

阅读量321

点赞数

分类专栏：人工智能之计算机视觉计算机视觉OpenCV人脸检测与识别文章标签：人工智能 opencv 深度学习

本文链接：https://blog.csdn.net/weixin_44782294/article/details/136090649

版权

人工智能之计算机视觉同时被 2 个专栏收录

72 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

计算机视觉OpenCV人脸检测与识别

19 篇文章 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍如何使用人工智能技术，特别是opencv和深度学习模型，实现实时检测摄像头中的人脸性别，以揭穿抖音上的“伪娘”现象。通过人脸检测、性别检测模型以及图像预处理，将结果实时显示在图像上，实现性别检测功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

抖音的美颜功能强大到能把男人变成伪娘，甚至还有年轻小伙刷礼物，疯狂追求，殊不知，你追求的大美女在生活中却是一个油腻大叔。本期文章带你如何使用人工智能技术打假抖音伪娘

人脸年龄的检测步骤

0、打开摄像头，获取图片数据

1、对图片进行人脸的检测，需要人脸检测模型

2、把检测到的人脸数据给性别检测模型去检测，需要性别检测模型

3、把检测结果实时呈现到图片上

import numpy as np
import timeimport cv2import osdef predict_gender(frame, faceNet, ageNet):	genderList = ['Male', 'Female']
	results = []
	(h, w) = frame.shape[:2]
	blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300),	(104.0, 177.0, 123.0))	faceNet.setInput(blob)	detections = faceNet.forward()	for i in range(0, detections.shape[2]):
		confidence = detections[0, 0, i, 2]
		if confidence > 0.5:			box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
			(startX,