位置: IT常识 - 正文

计算机视觉项目-人脸识别与检测(计算机视觉项目论文)

编辑:rootadmin
计算机视觉项目-人脸识别与检测

推荐整理分享计算机视觉项目-人脸识别与检测(计算机视觉项目论文),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:计算机视觉项目代码文件格式是怎么样的,计算机视觉项目怎么找,计算机视觉项目经历描述,计算机视觉项目实战,计算机视觉项目推荐,计算机视觉项目推荐,计算机视觉项目实战,计算机视觉项目实战,内容如对您有帮助,希望把文章链接给更多的朋友!

😊😊😊欢迎来到本博客😊😊😊 本次博客内容将继续讲解关于OpenCV的相关知识 🎉作者简介:⭐️⭐️⭐️目前计算机研究生在读。主要研究方向是人工智能和群智能算法方向。目前熟悉深度学习(keras、pytorch、yolo系列),python网页爬虫、机器学习、计算机视觉(OpenCV)、群智能算法。然后正在学习深度学习的相关内容。以后可能会涉及到网络安全相关领域,毕竟这是每一个学习计算机的梦想嘛! 📝目前更新:🌟🌟🌟目前已经更新了关于网络爬虫的相关知识、机器学习的相关知识、目前正在更新计算机视觉-OpenCV的相关内容。 💛💛💛本文摘要💛💛💛

本文我们将继续讲解AI领域项目-目标识别的相关操作。

文章目录🌟项目介绍前言🌟识别检测方法🌟本文方法🌟项目解析🌟完整代码及效果展示

🌟项目介绍前言

人脸识别作为一种生物特征识别技术,具有非侵扰性、非接触性、友好性和便捷性等优点。人脸识别通用的流程主要包括人脸检测、人脸裁剪、人脸校正、特征提取和人脸识别。人脸检测是从获取的图像中去除干扰,提取人脸信息,获取人脸图像位置,检测的成功率主要受图像质量,光线强弱和遮挡等因素影响。下图是整个人脸检测过程。

🌟识别检测方法

传统识别方法 (1)基于点云数据的人脸识别 (2)基于面部特征的3D人脸识别

深度学习识别方法 (1)基于深度图的人脸识别 (2)基于RGB-3DMM的人脸识别 (3)基于RGB-D的人脸识别

🌟本文方法

关键点定位概述 一般人脸中有5个关键点,其中包括眼睛两个,鼻子一个,嘴角两个。还可以细致的分为68个关键点,这样的话会概括的比较全面,我们本次研究就是68个关键点定位。 上图就是我们定位人脸的68个关键点,其中他的顺序是要严格的进行排序的。从1到68点的顺序不能错误。

🌟项目解析

使用机器学习框架dlib做本次的项目。首先我们要指定参数时,要把dlib中的68关键点人脸定位找到。设置出来的68关键点人脸定位找到。并且设置出来。

from collections import OrderedDictimport numpy as npimport argparseimport dlibimport cv2

首先我们导入工具包。其中dlib库是通过这个网址http://dlib.net/files/进行下载的。然后我们导入参数。

ap = argparse.ArgumentParser()ap.add_argument("-p", "--shape-predictor", required=True,help="path to facial landmark predictor")ap.add_argument("-i", "--image", required=True,help="path to input image")args = vars(ap.parse_args())

这里我们要设置参数, --shape-predictor shape_predictor_68_face_landmarks.dat --image images/lanqiudui.jpg。如果一张图像里面有多个人脸,那么我们分不同部分进行检测,裁剪出来所对应的ROI区域。我们的整体思路就是先检测人脸所在的一个区域位置,然后检测鼻子相对于人脸框所在的一个位置,比如说人的左眼睛在0.2w,0.2h的人脸框处。

FACIAL_LANDMARKS_68_IDXS = OrderedDict([("mouth", (48, 68)),("right_eyebrow", (17, 22)),("left_eyebrow", (22, 27)),("right_eye", (36, 42)),("left_eye", (42, 48)),("nose", (27, 36)),("jaw", (0, 17))])计算机视觉项目-人脸识别与检测(计算机视觉项目论文)

这个是68个关键点定位的各个部位相对于人脸框的所在位置。分别对应着嘴,左眼、右眼、左眼眉、右眼眉、鼻子、下巴。

FACIAL_LANDMARKS_5_IDXS = OrderedDict([("right_eye", (2, 3)),("left_eye", (0, 1)),("nose", (4))])

如果是5点定位,那么就需要定位左眼、右眼、鼻子。0、1、2、3、4分别表示对应的5个点。

detector = dlib.get_frontal_face_detector()predictor = dlib.shape_predictor(args["shape_predictor"])

加载人脸检测与关键点定位。加载出来。其中detector默认的人脸检测器。然后通过传入参数返回人脸检测矩形框4点坐标。其中predictor以图像的某块区域为输入,输出一系列的点(point location)以表示此图像region里object的姿势pose。返回训练好的人脸68特征点检测器。

image = cv2.imread(args["image"])(h, w) = image.shape[:2]width=500r = width / float(w)dim = (width, int(h * r))image = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

这里我们把数据读了进来,然后进行需处理,提取h和w,其中我们自己设定图像的w为500,然后按照比例同比例设置h。然后进行了resize操作,最后转化为灰度图。

rects = detector(gray, 1)

这里调用了detector的人脸框检测器,要使用灰度图进行检测,这个1是重采样个数。这里面返回的是人脸检测矩形框4点坐标。然后对检测框进行遍历

for (i, rect) in enumerate(rects):# 对人脸框进行关键点定位# 转换成ndarrayshape = predictor(gray, rect)shape = shape_to_np(shape)

这里面返回68个关键点定位。shape_to_np这个函数如下。

def shape_to_np(shape, dtype="int"):# 创建68*2coords = np.zeros((shape.num_parts, 2), dtype=dtype)# 遍历每一个关键点# 得到坐标for i in range(0, shape.num_parts):coords[i] = (shape.part(i).x, shape.part(i).y)return coords

这里shape_to_np函数的作用就是得到关键点定位的坐标。

for (name, (i, j)) in FACIAL_LANDMARKS_68_IDXS.items():clone = image.copy()cv2.putText(clone, name, (10, 30), cv2.FONT_HERSHEY_SIMPLEX,0.7, (0, 0, 255), 2) # 根据位置画点for (x, y) in shape[i:j]:cv2.circle(clone, (x, y), 3, (0, 0, 255), -1)# 提取ROI区域(x, y, w, h) = cv2.boundingRect(np.array([shape[i:j]]))roi = image[y:y + h, x:x + w](h, w) = roi.shape[:2]width=250r = width / float(w)dim = (width, int(h * r))roi = cv2.resize(roi, dim, interpolation=cv2.INTER_AREA)# 显示每一部分cv2.imshow("ROI", roi)cv2.imshow("Image", clone)cv2.waitKey(0)

这里字典FACIAL_LANDMARKS_68_IDXS.items()是同时提取字典中的key和value数值。然后遍历出来这几个区域,并且进行显示具体是那个区域,并且将这个区域画圆。随后提取roi区域并且进行显示。后面部分就是同比例显示w和h。然后展示出来。

output = visualize_facial_landmarks(image, shape)cv2.imshow("Image", output)cv2.waitKey(0)

最后展示所有区域。 其中visualize_facial_landmarks函数就是:

def visualize_facial_landmarks(image, shape, colors=None, alpha=0.75):# 创建两个copy# overlay and one for the final output imageoverlay = image.copy()output = image.copy()# 设置一些颜色区域if colors is None:colors = [(19, 199, 109), (79, 76, 240), (230, 159, 23),(168, 100, 168), (158, 163, 32),(163, 38, 32), (180, 42, 220)]# 遍历每一个区域for (i, name) in enumerate(FACIAL_LANDMARKS_68_IDXS.keys()):# 得到每一个点的坐标(j, k) = FACIAL_LANDMARKS_68_IDXS[name]pts = shape[j:k]# 检查位置if name == "jaw":# 用线条连起来for l in range(1, len(pts)):ptA = tuple(pts[l - 1])ptB = tuple(pts[l])cv2.line(overlay, ptA, ptB, colors[i], 2)# 计算凸包else:hull = cv2.convexHull(pts)cv2.drawContours(overlay, [hull], -1, colors[i], -1)# 叠加在原图上,可以指定比例cv2.addWeighted(overlay, alpha, output, 1 - alpha, 0, output)return output

这个函数是计算cv2.convexHull凸包的,也就是下图这个意思。 这个函数cv2.addWeighted是做图像叠加的。

src1, src2:需要融合叠加的两副图像,要求大小和通道数相等 alpha:src1 的权重 beta:src2 的权重 gamma:gamma 修正系数,不需要修正设置为 0 dst:可选参数,输出结果保存的变量,默认值为 None dtype:可选参数,输出图像数组的深度,即图像单个像素值的位数(如 RGB 用三个字节表示,则为 24 位),选默认值 None 表示与源图像保持一致。

dst = src1 × alpha + src2 × beta + gamma;上面的式子理解为,结果图像 = 图像 1× 系数 1+图像 2× 系数 2+亮度调节量。

🌟完整代码及效果展示from collections import OrderedDictimport numpy as npimport argparseimport dlibimport cv2ap = argparse.ArgumentParser()ap.add_argument("-p", "--shape-predictor", required=True,help="path to facial landmark predictor")ap.add_argument("-i", "--image", required=True,help="path to input image")args = vars(ap.parse_args())FACIAL_LANDMARKS_68_IDXS = OrderedDict([("mouth", (48, 68)),("right_eyebrow", (17, 22)),("left_eyebrow", (22, 27)),("right_eye", (36, 42)),("left_eye", (42, 48)),("nose", (27, 36)),("jaw", (0, 17))])FACIAL_LANDMARKS_5_IDXS = OrderedDict([("right_eye", (2, 3)),("left_eye", (0, 1)),("nose", (4))])def shape_to_np(shape, dtype="int"):# 创建68*2coords = np.zeros((shape.num_parts, 2), dtype=dtype)# 遍历每一个关键点# 得到坐标for i in range(0, shape.num_parts):coords[i] = (shape.part(i).x, shape.part(i).y)return coordsdef visualize_facial_landmarks(image, shape, colors=None, alpha=0.75):# 创建两个copy# overlay and one for the final output imageoverlay = image.copy()output = image.copy()# 设置一些颜色区域if colors is None:colors = [(19, 199, 109), (79, 76, 240), (230, 159, 23),(168, 100, 168), (158, 163, 32),(163, 38, 32), (180, 42, 220)]# 遍历每一个区域for (i, name) in enumerate(FACIAL_LANDMARKS_68_IDXS.keys()):# 得到每一个点的坐标(j, k) = FACIAL_LANDMARKS_68_IDXS[name]pts = shape[j:k]# 检查位置if name == "jaw":# 用线条连起来for l in range(1, len(pts)):ptA = tuple(pts[l - 1])ptB = tuple(pts[l])cv2.line(overlay, ptA, ptB, colors[i], 2)# 计算凸包else:hull = cv2.convexHull(pts)cv2.drawContours(overlay, [hull], -1, colors[i], -1)# 叠加在原图上,可以指定比例cv2.addWeighted(overlay, alpha, output, 1 - alpha, 0, output)return output# 加载人脸检测与关键点定位detector = dlib.get_frontal_face_detector()predictor = dlib.shape_predictor(args["shape_predictor"])# 读取输入数据,预处理image = cv2.imread(args["image"])(h, w) = image.shape[:2]width=500r = width / float(w)dim = (width, int(h * r))image = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 人脸检测rects = detector(gray, 1)# 遍历检测到的框for (i, rect) in enumerate(rects):# 对人脸框进行关键点定位# 转换成ndarrayshape = predictor(gray, rect)shape = shape_to_np(shape)# 遍历每一个部分for (name, (i, j)) in FACIAL_LANDMARKS_68_IDXS.items():clone = image.copy()cv2.putText(clone, name, (10, 30), cv2.FONT_HERSHEY_SIMPLEX,0.7, (0, 0, 255), 2) # 根据位置画点for (x, y) in shape[i:j]:cv2.circle(clone, (x, y), 3, (0, 0, 255), -1)# 提取ROI区域(x, y, w, h) = cv2.boundingRect(np.array([shape[i:j]]))roi = image[y:y + h, x:x + w](h, w) = roi.shape[:2]width=250r = width / float(w)dim = (width, int(h * r))roi = cv2.resize(roi, dim, interpolation=cv2.INTER_AREA)# 显示每一部分cv2.imshow("ROI", roi)cv2.imshow("Image", clone)cv2.waitKey(0)# 展示所有区域output = visualize_facial_landmarks(image, shape)cv2.imshow("Image", output)cv2.waitKey(0)

最终将7个人的人脸都依次的检测到了。并且根据关键点定位到了。

🔎支持:🎁🎁🎁如果觉得博主的文章还不错或者您用得到的话,可以免费的关注一下博主,如果三连收藏支持就更好啦!这就是给予我最大的支持!

本文链接地址:https://www.jiuchutong.com/zhishi/300511.html 转载请保留说明!

上一篇:fast-rcnn详解(faster rcnn详解)

下一篇:【OpenAI】基于 Gym-CarRacing 的自动驾驶项目 | 路径训练功能的实现(openai 入门)

  • 怎么把两页pdf合成一页(怎么两页pdf合一页打印)

    怎么把两页pdf合成一页(怎么两页pdf合一页打印)

  • 苹果打字怎么设置(苹果打字怎么设置声音)

    苹果打字怎么设置(苹果打字怎么设置声音)

  • ipad没有声音显示耳机(ipad没有声音显示蓝牙耳机)

    ipad没有声音显示耳机(ipad没有声音显示蓝牙耳机)

  • 荣耀YOYO怎么打开(荣耀yoyo玩法)

    荣耀YOYO怎么打开(荣耀yoyo玩法)

  • soul注册设备已达上限(soul注册显示设备异常)

    soul注册设备已达上限(soul注册显示设备异常)

  • 抖音改名字怎么改不了(抖音改名字怎么找到对方)

    抖音改名字怎么改不了(抖音改名字怎么找到对方)

  • 视频镜像效果什么意思(什么叫视频镜像效果)

    视频镜像效果什么意思(什么叫视频镜像效果)

  • 苹果11怎么关闭来电闪光灯(苹果11怎么关闭专注模式)

    苹果11怎么关闭来电闪光灯(苹果11怎么关闭专注模式)

  • 我国的手机号为什么是11位数字(我国使用的手机号码为11位数字)

    我国的手机号为什么是11位数字(我国使用的手机号码为11位数字)

  • qq电话对方暂时无法接通是怎么回事(qq电话对方暂时无人接听)

    qq电话对方暂时无法接通是怎么回事(qq电话对方暂时无人接听)

  • i7 9700t是什么cpu(i7-9700t 性能)

    i7 9700t是什么cpu(i7-9700t 性能)

  • 蓝牙信号弱怎么解决(蓝牙 信号差)

    蓝牙信号弱怎么解决(蓝牙 信号差)

  • 相机里峰值什么意思(相机 峰值)

    相机里峰值什么意思(相机 峰值)

  • ios13怎么设置黑暗模式(苹果13怎么设置黑色)

    ios13怎么设置黑暗模式(苹果13怎么设置黑色)

  • 如何一次打印多个pdf

    如何一次打印多个pdf

  • 在word中撤销功能的快捷键是(word中的撤销操作)

    在word中撤销功能的快捷键是(word中的撤销操作)

  • 老人机怎么设置亲情号码(老人机怎么设置来电播报名字)

    老人机怎么设置亲情号码(老人机怎么设置来电播报名字)

  • 手机上的软件打不开怎么办(手机上的软件打开后颜色变成灰色怎么办)

    手机上的软件打不开怎么办(手机上的软件打开后颜色变成灰色怎么办)

  • qq语音怎么取消自动翻译(qq语音怎么取消ctrl静音)

    qq语音怎么取消自动翻译(qq语音怎么取消ctrl静音)

  • 红米k20是dc调光吗(红米k20的dc调光功能)

    红米k20是dc调光吗(红米k20的dc调光功能)

  • 三星s10+是5g手机吗(三星s10是5g手机参数)

    三星s10+是5g手机吗(三星s10是5g手机参数)

  • 小米手机通用设置在哪里(小米手机通用设制在哪)

    小米手机通用设置在哪里(小米手机通用设制在哪)

  • 苹果xr电池多少毫安(苹果xr电池多少钱一块)

    苹果xr电池多少毫安(苹果xr电池多少钱一块)

  • 苹果热线转人工怎么打(苹果热线电话人工服务时间)

    苹果热线转人工怎么打(苹果热线电话人工服务时间)

  • vue2移动端使用vue-qrcode-reader实现扫一扫功能(vue 移动端)

    vue2移动端使用vue-qrcode-reader实现扫一扫功能(vue 移动端)

  • phpcms怎么压缩图片(php自动压缩图片)

    phpcms怎么压缩图片(php自动压缩图片)

  • 公司首次申报个税怎么填
  • 企业所得税是什么税
  • 企业注销库存怎么做账务处理
  • 货物运输发票抵税多少
  • 手机里面的发票在哪里
  • 小规模纳税人补税怎么补
  • 一般纳税人适用会计制度怎么填
  • 采购普通发票和专用发票的区别
  • 运输发票抵扣税怎么算
  • 坏账核销计入营业利润吗
  • 待抵扣进项税额分录
  • 股东分红是净利润还是毛利润
  • 作废冲红的发票怎么做账处理
  • 库存现金盘盈盘亏的账务处理
  • 住宅小区共用部位有哪些
  • 员工造成损失怎么处理
  • 其他应收款 应收账款
  • 已经建立了某个公司
  • 不征税发票报税怎么报
  • 展会门票入什么科目
  • 开办费摊销时间税法规定
  • 破产报表日是哪一日
  • 报税的销售额怎么改数字
  • 无形资产管理费用不计入
  • 个体工商户支付宝怎么开票
  • 接受应税劳务的会计分录怎么写
  • 补交以前年度增值税的科目处理
  • 怎么删除office
  • 苹果11怎么充不上电了
  • window102020年最新版本
  • 关闭bios启动
  • PHP:oci_field_size()的用法_Oracle函数
  • win7安装高版本chrome
  • php流程引擎
  • php foo
  • vue-cli typescript
  • 资产减值损失会影响利润总额吗
  • ChatGPT5是否会影响人类的发展和工作?
  • uniapp开发微信小程序怎么样
  • python3.9怎么清屏
  • 资产总额不超过5000万是指全年平均收入吗
  • 进项税抵增值税
  • 织梦cms要钱吗
  • 变电所用电
  • 没有以前年度损益调整怎么办
  • 哪些收据可入账科目
  • 普通发票需要做合同才能开吗
  • 营业外收入的账户有哪些
  • 计提电费的会计分录怎么写
  • 应收账款损失率计算公式
  • 新成立公司如何报税
  • 工资算营业成本还是管理费用
  • 收到红字发票账务处理应附哪些资料呢
  • 购买固定资产的增值税计入成本吗
  • 住房公积金的账户状态是封存是什么意思
  • 核定征收的一般纳税人进项税额抵扣
  • 小规模年末怎么做账
  • 房租费会计分录
  • 公司购买车
  • 销售商品的折扣
  • 残疾人就业保障金征收使用管理办法
  • 什么是企业管理的基础工作
  • 期间费用包括哪些费用
  • avserve2.exe是什么东东
  • win8 开机启动
  • win7旗舰版怎么进入bios
  • ubuntu搜索工具
  • 图形学实验报告总结
  • 安卓textview设置文本
  • virtualbox装linux
  • jquery.treegrid
  • javascript运行环境有哪些
  • 东莞网上办税服务厅
  • 安徽省各地区最低录取中考分数线
  • 税务局基层党建工作汇报
  • 税务异常处理
  • 北京税务网点
  • 河南国税网上办证流程
  • 小规模纳税人开专票税率是1%还是3%
  • 吉林省职称查询入口
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设