face-recogition python + dlib 进行人脸识别 python version python 3.4.5 platform linux Dependency opencv-python,dlib step 1 register face from image or camera 第一步先注册人脸(从图片/摄像头) python face_register.py -t 1 register face will generate csv file save human face to a 128 dimensional vector step 2 recognition face from image or camera 第二步识别人脸(从图片/摄像头) python face_recognition.py -t 1 read human face from image
2022-08-12 19:30:47 26.65MB 附件源码 文章源码
1
使用MXNet进行FaceNet Spoofing的MobileNetV2的复制 我建议使用mxnet版本进行分类,该版本已在ImageNet上进行了预训练。 项目说明 创建于: lxy和shj 时间: 2018/12/10 15:09 项目面部反欺骗 公司: 版本: 0.1 工具: python 2.7 修改的: 描述:培训和测试代码 要求 张量流> = 1.5.0 python> = 2.7.15 opencv> = 3.4.0 咖啡 ga 训练数据 培训数据使用工具从Internet下载 我们创建了包括4类的数据集(手机:1电视:2 telectroller:3背景:0)。 运行培训和测试演示 配置参数位于Root / src / configs / config.py中 目录 数据用于存储训练和测试数据。 日志用于存储训练日志。 模型用于存储网络参数。 src用于存储培训和测
2022-08-11 22:16:21 9.89MB Python
1
Mask-Face-Recognition:口罩人脸识别 ●该项目主要是实现人脸特征向量的提取。以标准人脸识别模型FaceNet为主线,添加fpn_face_attention结构,增加CBAM模块,可以更好地聚焦于人面部半部,没带口罩的区域 整理数据集 正常人脸训练数据:VGGFace2,链接: ://www.robots.ox.ac.uk/~vgg/data/vgg_face2/正常人脸测试数据:LFW(狂野标签脸),链接: : pair.txt: ://vis-www.cs.umass.edu/lfw/pairs.txt(pairs.txt文件是图片对文件,包含测试的图片对,以及标注) 首先生成一个数据集文件夹,把VGGFace2的原始数据(VGGFace2_train文件),LFW原始数据(lfw_funneled),LFW耦合文件(LFW_pairs.txt),都放到数据
2022-08-08 21:29:57 894KB Python
1
matlab人脸匹配代码人脸识别 该项目是为计算机视觉课程开发的,包括两种不同的面部识别方法。 要求 -经过测试 MATLAB @tensorflow/tfjs-node需要Python 2.7 跑步 注意:该代码可能还需要更改才能在Windows计算机上运行。 npm install下载必要的模块。 由于MATLAB会覆盖路径,因此请首先设置节点路径: setenv('PATH', [getenv('PATH') ':/path/to/node/bin']); 例如setenv('PATH', [getenv('PATH') ':/Users/rudotriton/.nvm/versions/node/v14.2.0/bin']); 对于Windows,代码中的dir调用可能需要替换为ls 。 该代码还使用返回的结构的.name字段。 ls可能返回具有不同属性的结构,在这种情况下, folder.name可能不可用,需要更改。 Evaluation.m是运行和评估每种方法的主文件:模板匹配,特征面和神经网络。 培训数据应位于以下位置: ./FaceDatabase/Train/<la
2022-08-06 11:45:38 7.79MB 系统开源
1
更新 日期 更新 2021-03-13 错误修正:1.脸部二维面具的图像未显示在android微信上。 2.第二次进入演示UI时,不显示3D模型。 2021-03-11 新增:使用“面部标志检测”和“ TensorFlow.js”的面部AR。 更新:将“ face-api.js”替换为“ face-landmarks-detection”,删除了“ face-api.js”的代码。 2019-09-07 新增:使用“ face-api.js”进行人脸检测和识别。 带有TFJS的微信小程序AR的介绍 TensorFlow.js是一个用于使用JavaScript进行机器学习的库。 TensorFlow.js有一个微信小程序插件。 我们可以使用TensorFlow.js创建AR效果。 “人脸地标检测”库基于TensorFlow.js。 “人脸地标检测”库在浏览器环境中提供人脸检测。
2022-07-29 10:39:21 3.59MB tensorflow ar wechat face-detection
1
Advances in Face Detection and Facial Image Analysis
2022-07-25 10:38:09 11.97MB Face Detecti 人脸检测
1
人脸识别数据集,是一个大型的人脸数据集,经常用于做人脸识别算法的衡量或比赛,其人脸图像来自网络,用来做人脸识别非常有用,里面包含许多遮挡的人脸图片,可以用于遮挡的人脸图像训练,
2022-07-14 15:48:49 22.82MB 人脸识别数据集
1
The dataset is a large-scale detailed 3D face dataset and riggable 3D face prediction. It is included in CVPR2020. 本数据集包含大量细致的3D人脸图像,可用于3D人脸预测,相关论文被收录在CVPR2020。 Yang_FaceScape_A_Large-Scale_High_Quality_3D_Face_Dataset_and_Detailed_CVPR_2020_paper.pdf
2022-07-13 18:08:34 7.85MB 数据集
1
级联分类器,完成的车辆和人脸识别的训练集,调用即可使用
2022-07-13 17:07:48 108KB opencv c++
1
由 BioID 提供的 face dataset 包含 1521 张分辨率为 384×286 的灰色图片,每张图片皆为 23 位不同测试者的正脸照。另外,该数据集还提供每张图像的双眼位置信息,用以面部检测等领域的研究。该数据集的图像文件以 pgm 格式保存,双眼位置信息则以名为.eye 的文本信息储存,用 x、y 坐标表示左眼和右眼的位置。
2022-07-13 11:05:35 120.11MB 数据集