实时人脸识别

今天研究了几个开源项目，纪录一下。

目标：能够实时获取到 AVCaptureSession 中实时的获取的图像数据，转换为 UIImage ；

对获取的 UIImage 进行脸部识别；

最后，达到实时脸部识别的效果。

找到如下例子：

1、一个屏幕中获取多个预览界面效果的例子。

来源：http://stackoverflow.com/questions/16543075/avcapturesession-with-multiple-previews

代码: https://github.com/JohnnySlagle/Multiple-Camera-Feeds

特征：支持 arm64。采用 CAReplicatorLayer 、OpenGL 两种方式实现了实时预览效果。

这个项目效果截图

2、然后看了另外一个例子，实时捕捉笑脸，生成一张静态图片。

来源:https://github.com/MaximAlien/Smile-Detector-CameraViewController

这个例子下载下来后，编译会报一个错误。关于一个 plist 文件路径错误。

SmileCameraViewControllerTests/SmileCameraViewControllerTests-Info.plist

解决方法如下，替换掉报错的文件路径，更换成下面这个

SmileCameraViewController/SmileCameraViewControllerDemo-Info.plist

时间： 2024-10-09 03:25:07

实时人脸识别的相关文章

Asp.net+WebSocket+Emgucv实时人脸识别

上个月在网上看到一个用web实现简单AR效果的文章,然后自己一路折腾,最后折腾出来一个 Asp.net+WebSocket+Emgucv实时人脸识别的东西,网上也有不少相关资料,有用winform的也有asp.net的.其实人脸识别技术早就成熟了,就是没机会接触这方面.百度了一下找到好多,JqueryFaceDetection,face++,face core,opencv,emgucv等等,这些我都折腾了一遍,并不能很好的满足我的需求,我就是想像手机QQ里边的拍照的时候能识别到人脸并且对图像

c# 利用AForge和百度AI开发实时人脸识别

baiduAIFaceIdentify项目是C#语言,集成百度AI的SDK利用AForge开发的实时人脸识别的小demo,里边包含了人脸检测识别,人脸注册,人脸登录等功能人脸实时检测识别功能思路是利用AForge打开摄像头,通过摄像头获取到的图像显示在winform窗体中AForge的控件中,利用AForge控件中的NewFrame事件获取要显示的每一帧的图像,获取图像传输到百度AI平台进行人脸检测,并且将检测结果反馈到界面显示的图像中.在这个过程中有两个问题,获取图像上传到百度AI平台进行

face_recognition实时人脸识别

具体安装移步:https://www.cnblogs.com/ckAng/p/10981025.html 更多操作移步:https://github.com/ageitgey/face_recognition #!/usr/bin/env python3 # -*- coding: utf-8 -*- import face_recognition import cv2 import numpy as np # This is a demo of running face recognition

人脸识别相关分享

人脸识别源代码 ※人脸检测(文章+程序)---技术文档及代码非常全『人脸检测(文章+程序).rar (1.27 MB) 人脸检测(文章+程序).rar (1.27 MB) 下载次数: 12502 2010-12-21 12:26 』 ※完整的Matlab下人脸检测及识别系统源代码『 Face-Recognition-Detection.rar (393.19 KB) Face-Recognition-Detection.rar (393.19 KB) 下载次数: 11604 2010-12-2

TensorFlow人脸识别

TensorFlow框架做实时人脸识别小项目(一)https://blog.csdn.net/Goerge_L/article/details/80208297 TensorFlow框架做实时人脸识别小项目(二)https://blog.csdn.net/Goerge_L/article/details/80229307 TensorFlow框架做实时人脸识别小项目(三)https://blog.csdn.net/Goerge_L/article/details/80547975 TensorF

Home Assistant系列 -- 接入手机摄像头做实时监控和人脸识别

准备一部废旧(土豪忽略,主要是穷)的.摄像头还是好的手机做监控设备,(Android 和iPhone都行)当Home Assistant 获得实时的视频流后,可以接入各种图像处理组件完成人脸识别,动作检测等功能. 第一步:手机端安装ip_webcam(IP摄像头)App 1.Android手机 Android手机打开手机应用市场,搜索ip_webcam或IP摄像头,安装App. 启动App,在出现的设置界面底部点击开启服务器,摄像头进入拍摄传输模式. 记录视频监控界面底部显示的手

人脸识别完整项目实战（14）：实时人脸特征点标定程序设计

一.前言本文是<人脸识别完整项目实战>系列博文第14章<实时人脸特征点标定程序设计>,本章内容详细介绍Win10 环境下,基于Visual Studio 2015 + Opencv + Dlib开发环境,如何实现实时视频流人脸特征点标定程序的设计.本文内容已经同步录制成视频课程,课程地址:<人脸识别完整项目实战> 二.正文 2.1 界面设计人脸特征点标定程序沿用之前的界面设计,新增人脸特征点标定按钮,界面设计如下图所示: 2.2 执行结果人脸特征点标定程序运行后,

人脸识别（face recognition）

一.前述 1. 发展以往的人脸识别主要是包括人脸图像采集.人脸识别预处理.身份确认.身份查找等技术和系统.现在人脸识别已经慢慢延伸到了ADAS中的驾驶员检测.行人跟踪.甚至到了动态物体的跟踪.由此可以看出,人脸识别系统已经由简单的图像处理发展到了视频实时处理.而且算法已经由以前的Adaboots.PCA等传统的统计学方法转变为CNN.RCNN等深度学习及其变形的方法.现在也有相当一部分人开始研究3维人脸识别识别,这种项目目前也受到了学术界.工业界和国家的支持. 之后的内容主要参考了下面的链接,

人脸识别

一:发展历程人脸识别系统的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,并且以美国.德国和日本的技术实现为主:人脸识别系统成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度:“人脸识别系统”集成了人工智能.机器识别.机器学习.模型理论.专家系统.视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化.