matlab 调用DLIB 的C++接口，实现68landmarks检测,详情请看我博客

面罩示例 概述 环境 演示视频 演示 WebGL WebGL（使用 sp_human_face_68_for_mobile.dat） Android 手动的

facebookresearch的supervision-by-registration项目所需的pytorch模型文件。

matlab alexnet图像识别代码ConvNet_地标 该软件包包含[]中介绍的工作的实现。 此外，已对原始作品进行了一些修改，例如对候选匹配项进行几何重排的过程。 最后，该软件包包括一个新的视觉位置识别模块，该模块利用原始的ConvNet地标算法作为Bag Of Word模型[]的简单特征提取器。 测试 跑步 startup.m 为了将必要的文件夹添加到matlab搜索路径。 否则，只需运行其中一个会自动调用启动功能的脚本即可。 在此步骤之后，为了启动该模块，只需在脚本script_convNet_bow和script_convNet_online之间运行一个即可。 参数 use_odometry use_mem build_mem use_odom enable_figures 主要脚本 script_convNet_bow.m：在此脚本的开头，有一个对get_defaults_bow.m的调用，该脚本包含将被加载到全局变量ds的所有需要​​配置的脚本。 因此，仅在未设置use_mem和build_mem标志的情况下使用它。 执行结束时，将在ds变量中收集的结果保存到名为fo

在疯狂的实验中唇读 该存储库包含我在Keras中使用深度学习进行唇读的实验。 我训练并测试。 进程-lrw / 将LRW数据集中的视频转换为以下代码的代码：-与单词有关的帧-这些帧的嘴巴区域-音频 目录中的README文件中提供了说明。 形状预测器/ 放置process-lrw和head-pose所需的“ shape_predictor_68_face_landmarks.dat”文件的目录 图像检索/ 代码和文件---将lipreader视为图像检索系统 头姿势/ 代码和文件---计算LRW数据集中所有帧的头部姿势（使用process-lrw提取） 头部姿势是使用 （我的叉子）确定的。 目录中的README文件中提供了说明。

matlab人脸检测嘴巴定位代码使用基于本地的信息检测面部地标 此处介绍的方法基于本地信息。 首先，使用传统的 Viola-Jones 对象检测框架进行人脸检测。 Viola-Jones 框架由类 Haar 特征提取方法和 Adaboost 分类器组成。 在人脸检测之后，使用相同的 Viola-Jones 框架来检测人脸区域。 从眼睛区域位置估计眉毛区域。 主动形状模型 (ASM) 用于使用主成分分析 (PCA) 对面部形状的变化进行建模，以确保初始形状模型处于完美位置。 用法： Matlab . exe - r Main 调试： 该代码已使用 JAFFE 数据库进行了测试，可在 . 如果眼睛界标失真，您可能需要更改此值 Line 24 - FaceBinary = imbinarize ( Face , 0.25 ); 如果嘴巴地标失真，您可能需要更改这些值 Line 42 - FaceBinary = imbinarize ( Face , 0.50 ); Line 44 - ImageMorph = bwareaopen ( ImageOutline , 150 ); 如果眉毛地

pfld_106_face_landmarks 106点人脸关键点检测的PFLD算法实现 :smiling_face_with_smiling_eyes: 转换后的ONNX模型 预训练权重 性能测试 update GhostNet update MobileNetV3 Backbone param MACC nme Link ONNX MobileNetV2 1.26M 393M 4.96% MobileNetV3 1.44M 201.8M 4.40% MobileNetV3_Small 0.22M 13M 6.22% 测试电脑MacBook 2017 13-Inch CPU i5-3.1GHz (single core) backbone FPS(onnxruntime cpu) Time(single face) v2.onnx 60.9 16ms V3.onnx 62.7 15.9ms lite.onnx 255 3.9ms R

dlib人脸识别需要的2个文件：dlib_face_recognition_resnet_model_v1和shape_predictor_68_face_landmarks

图像人脸识别matlab代码查找人脸地标 由Yuval Nirkin创建。 概述 该库提供了视频\图像序列功能，可使用来查找人脸界标和边界框。 主要特点： Matlab界面。 每个序列的保存和加载。 在序列中跨帧进行人脸跟踪。 面部统计信息，用于查找最占优势的面部。 演示视频的链接： 如果您认为此代码有用，请确保在您的工作中引用我们的论文： Yuval Nirkin，Iacopo Masi，Anh Tuan Tran，Tal Hassner，Gerard Medioni，“”，IEEE自动面部和手势识别（FG）会议，中国，西安，2018年5月 请参阅有关该项目的更多详细信息，更多资源和更新。 用法 有3种使用库的方法： Matlab界面。 请看一下。 C ++接口。 请看一下。 命令行工具。 使用--help可获得有关每个工具的更多信息。 依存关系 图书馆 最低版本 笔记 1.47 3.0 或者 18.18 3.0 可选-适用于LBP人脸跟踪器 3.0.0 可选-用于加载和保存 2012年 可选-用于构建MEX功能 安装 使用CMake和您最喜欢的编译器来构建和安装库，或者从中下载可用

dlib.shape_predictor(shape_predictor_68_face_landmarks_dat).rar