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。
2022-02-22 23:04:07 133.4MB deep-learning facial-landmarks lip-reading Python
1
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
2021-11-21 11:18:56 13.44MB 系统开源
1
Real-Time Eye Blink Detection using Facial Landmarks.pdf
2021-04-25 23:54:03 4.64MB Eye Blink Detection
1