使用dlib,OpenCV和Python进行人脸识别—人眼瞌睡识别
当计算的人眼纵横比小于阈值时记录一次,当连续超过50次检测到人眼纵横比小于阈值时说明人眼已经瞌睡
继续阅读当计算的人眼纵横比小于阈值时记录一次,当连续超过50次检测到人眼纵横比小于阈值时说明人眼已经瞌睡
继续阅读通过访问不同的数据点,来进行人脸上的部位检测,要想对人眼眨眼检测,首先我们检测到人眼
继续阅读什么是神经网络的风格迁移,简单来件就是输入1张照片(自己的照片),输出具备另外一张照片(例子梵高画作)风格的图片,同时保留原本自己图片的元素
继续阅读使用dlib,OpenCV和Python进行人脸识别–检测眼睛,鼻子,嘴唇和下巴
继续阅读图片的颜色上色,主要使用到了CNN卷积神经网络,作者在ImageNet数据集上进行了大量的训练,并将此问题使用在分类任务中,以解决问题的潜在的不确定性,并在训练时使用颜色重新平衡的损失函数方法来增加颜色的多样性。
继续阅读通过往期的文章分享,我们分享了人脸识别的前2个步骤,人脸数据的提取,人脸数据的神经网络训练,本期是人脸识别的最终章,通过前期文章训练的人脸数据模型,进行人脸的识别。
继续阅读前期我们介绍了SSD目标检测算法的python实现以及Faster-RCNN目标检测算法的python实现以及yolo目标检测算法的darknet的window环境安装,本期我们简单介绍一下如何使用python来进行YOLOV3的对象检测算法
继续阅读上期文章我们分享了如何获取人脸数据以及保存人脸数据,有了上次搜集的人脸数据集,我们就可以对人脸的数据进行神经网络的训练
继续阅读前后对比图 Colorful Image
继续阅读通过往期的分享,我们了解到人脸识别的大概过程,主要包括:
1、人脸图片的搜集(原始数据)
2、从图片中识别到人脸
3、人脸数据提取
4、人脸数据保存
5、从图片或者视频中检测到人脸
6、人脸数据提取
7、被识别的人脸与数据库中的数据一一对比,识别出人脸