c++全套源码,基于openvino2022.1.0.643和opencv4.6.0实现 内含依赖的预训练模型和测试图片,直接运行即可查看识别结果。 person-vehicle-bike-detection-crossroad-1016 vehicle-attributes-recognition-barrier-0039 age-gender-recognition-retail-0013 person-detection-0203 person-detection-0200 vehicle-detection-0200 license-plate-recognition-barrier-0001 face-detection-0200
1
JavaScript人脸识别库Face-api.js的示例,无需安装nodejs,iis本地直接看效果。注意调用摄像头不能用IP访问,只能localhost,远程预览需要HTTPS;iis无扩展名文件若出现404,需在mime类型中添加扩展名【.】类型【application/octet-stream】。
2023-01-19 16:55:09 18.63MB Face-api.js 人脸识别 tensorflow.js
1
Android人脸检测 使用设备摄像头和最新的Firebase ML Kit进行实时人脸检测,检测“ n”张脸并用矩形框标记它们,显示幸福度以及脸部界标(眼睛,耳朵,鼻子等)
2023-01-16 19:48:05 156KB Java
1
人工智能人脸表情分类,google官方模型, TensorFlow学习人工智能人脸表情分类,google官方模型, TensorFlow学习
2023-01-16 18:29:01 70.92MB Privat 人工智能 人脸表情分类 模型
1
本文选择通过检测人脸来达到统计人数的目的,同时选择肤色作为人脸检测的主要特征。由于在 RGB 色度空间中,肤色聚类性不强,且易受亮度信息干扰, 本文选择在 YCbCr 色彩空间通过阈值法建立肤色模型,完成肤色分割,形态学处理去干扰后得到初步的人脸定位。由于肤色检测准确率不高,因此进一步利用hough 变换检测人脸轮廓对人脸区域进行精确定位,最后框出人脸并实现人数统计,结果表明本算法对于正面人脸检测效果良好,统计结果较为精确。 本文还设计了一个简洁美观的GUI 界面,这个界面可以更好地实现算法的集成,使得算法的实用性增强。
1
虹软ArcSoft 人脸识别AndroidDemo中有一个Lib通过公网始终无法下载,替换进去就好了。 依赖替换为 implementation files('libs/android-extend-1.0.5.aar')。 依赖库com.guo.android_extend
2023-01-11 17:17:05 297KB arcsoft 虹软 arcface  人脸识别 
1
machine_learning 一个Matlab应用,使用支持向量机对图片进行分类,其中图片是猫脸还是狗脸 #数据集 为了训练分类器,我使用了来自 张维伟,孙健和唐小鸥,“猫头检测-如何有效利用形状和纹理特征”,Proc。 欧洲Conf。 计算机视觉,第一卷。 4,第802-816页,2008年。 和来自的斯坦福狗数据集 #托多斯 由于猫或狗之间难以分辨,因此需要预先修剪脸部以获得最佳效果。 可能没有第三个值,然后搜索猫脸或狗脸的图片(分解成窗户)。 或者只是狗或不面对,等等。 #Cat注释数据集 ###结构 |-- cat_dataset |-- CAT_00 |-- 00000001_000.jpg |-- 00000001_000.jpg.cat |-- 00000001_005.jpg |-- 000
2023-01-11 17:01:38 592KB MATLAB
1
基于二代证和人脸识别的身份验证系统研究.pdf
2023-01-11 01:16:09 101KB
1
摘要:该文提出了一种在门禁系统中利用人脸识别技术与指纹识别技术相结合进行身份验证的设计方案。实验表明,结合两种技术将会提高身份识别的安全性和有效性,能有效地解决传统门禁系统的不足之处。   1 综合门禁系统设计方案   本文所设计的门禁系统由一个服务器和两个门禁控制器组成, 一个门禁控制器在通过摄像头采集人脸图像的同时另一个可以通过指纹采集仪采集指纹信息。管理服务器软件并行连接两个门禁识别器软件,通过USB 接口实现相互通信,服务器端软件对两个门禁识别器软件的连接实现多线程处理。   系统基于嵌入式WindowsXP 平台开发,有体积小,专用性强等特点。   图像采集端利用Direct
1
DSFD对尺度变化、图像模糊、光照、人脸姿态变化、镜面反射、化妆均具有鲁棒性。
2023-01-08 22:19:05 9.44MB Python开发-机器学习
1