[转]40多个关于人脸检测/识别的API、库和软件

http://news.cnblogs.com/n/185616/

  英文原文:List of 40+ Face Detection / Recognition APIs, libraries, and software

  译者:@吕抒真 译文:链接

  自从谷歌眼镜被推出以来,围绕人脸识别,出现了很多争议。我们相信,不管是不是通过智能眼镜,人脸识别将在人与人交往甚至人与物交互中开辟无数种可能性。

  为了帮助研究过程中探索人脸识别,我们列出以下人脸检测和识别 API。希望有所帮助!

  1. Face Recognition- 拉姆达实验室斯蒂芬弄的。示例代码和图形演示点击 http://api.lambdal.com/docs,我们的 API 提供了面部识别,面部检测,眼睛定位,鼻子定位,嘴巴定位,和性别分类。如果您有任何疑问,只需发一封邮件到[email protected]。
  2. Face (Detection) -  计算机视觉面部识别和面部检测。这是一个完美的 face.com 替代品。目前,我们有一个免费的 API 进行人脸检测。
  3. Animetrics Face Recognition -  Animetrics 的人脸识别 API 可用于图片中的人脸检测。面部特征或“地标”的信息被返回作为图象上的坐标。 Animetrics 人脸识别也会在三维坐标轴上侦测并返回脸部位置信息。
  4. Skybiometry Face Detection and Recognition 一个易于使用的人脸检测与识别的 API。必须在您的 SkyBiometry 帐户中创建应用程序来使用它。(如果你还没有帐户,请先注册)。
  5. ImageVision Face Detection -  测试版发布更好的人脸检测服务!ImageVision 是一个计算机视觉公司改进技术,确定在任意的(数字)的图像中的人脸的位置和大小。
  6. Face and scene recognition by Rekognition.com-  Face.com 的替代品!快速,强大和可扩展的 rekognition 引擎可以做面部检测,采集,识别,场景理解!它可以自动训练使用 Facebook 上的图像和标签!
  7. FaceRect -  FaceRect 是一个功能强大且免费的 API 进行人脸检测,能够发现网页中的或者上传文件中特定图片上的脸部(包括正面和侧面),并能够在一张图片中找到多张人脸,生成的 JSON 输出每个脸部的边界框。
  8. Infatics Face Detection -简单的人脸检测API。
  9. OpenCV Face Recognizer -基于 OpenCV(开源计算机视觉库: http://opencv.org)是一个开源的 BSD 授权的库,其中包括数百个计算机视觉算法。
  10. Libface-  Libface 库旨在使人脸识别技术应用于开源社区。这是用 C++ 编写的,托管在  Sourceforge 上。这个库使用 OpenCV 2. 0 ,目标是成为一个中间件,在人脸识别和检测时,开发人员不必包括任何 OpenCV 的代码。
  11. Automatic naming of characters in video 用来是标记电视或电影每个帧中出现的人名。
  12. CCV-现代计算机视觉库。
  13. OpenBR-开源的生物特征识别。
  14. Flandmark-开源实现面部地标探测器。
  15. 计算机表情识别工具箱(CERT)-一个终端到终端的完全自动化的实时面部表情识别系统。
  16. Nviso 3D facial imaging technology-从面部表情分析人类的情感。比任何其他方法更直接和自动化。
  17. FaceReader-  FaceReader 是世界上第一个能够自动分析面部表情的工具,使用户能够客观的评估一个人的情绪。
  18. Affdex-  -  通过摄像头,Affdex 从面部表情读取的人们的情绪状态,比如喜好和兴趣,使营销人员更快,更准确地洞察到消费者对品牌和媒体的回应。
  19. Faceware -  分析仪从视频中抓取一个演员的面部表现,生成用于在 Retargeter™的 IMPD 文件  。它通过将用户在前端的简单输入和在后端的复杂的计算机视觉算法组合起来实现这一功能。
  20. 20.    Face detection in iOS-在 iOS 中的人脸检测
  21. Face-Recognition-SDK-在您的应用程序添加面部识别。
  22. Oddcast face detection API-这个人脸跟踪 API 允许 Flash 开发人员利用以前只在高端视频游戏中使用的高级技术。
  23. BioID-世界上第一个基于摄像头的个人识别。
  24. Betaface API-人脸检测和识别。
  25. Discrete Area Filters Face Detector—可检测脸部 15 个点,4 个部分,多张脸,或遮住的脸。
  26. Face detection using Support Vector Machine-该程序是克隆 MATLAB 中的“人脸检测系统”,可以代替神经网络算法的人脸检测,它是基于 SVG。
  27. fdlib - 是一个 C / C + +  和  MATLAB 的人脸检测库,可检测图像中的正脸。
  28. Visage-一个人机接口,旨在用脸部取代传统的鼠标。用一个摄像头,将脸部面相的运动变成鼠标指针的运动。如左/右眼睛闪烁产生左/右鼠标点击事件。
  29. Face tracking Project(卡耐基梅隆大学)–结合可变形模板和颜色匹配来跟踪脸部。
  30. Real-time face detection program实时人脸检测程序)-来自德国弗劳恩霍夫研究所 IIS 的演示。展示了用边缘定位匹配的面部跟踪和检测。
  31. Evaluation of Face Recognition Algorithms-来自科罗拉多州立大学研究人员开发的人脸识别算法,它提供了一套标准的众所周知的算法,并建立实验协议。
  32. Computer Vision Source Code-实用的图像处理代码集合。
  33. Acsys biometrics SDKACSYS 生物识别 SDK )-允许第三方开发者用先进的面部生物识别技术来实现自己应用。
  34. Cognitec SDK-为世界各地的企业和政府客户开发领先的人脸识别技术和应用。
  35. KeyLemonFaceSDK-为主要的操作系统提供集成识别技术。
  36. FaceIT SDK
  37. FaceSDK- 人脸识别和基于面部的生物识别功能,易整合。
  38. Verilook SDK-–使用了 VeriLook 算法,该算法确保快速和可靠的面部识别。
  39. Beyond Reality Face SDK-在视频流中的一张简单图片上,计算面部位置和 3D 角度。这些信息可以被用来将三维对象放置到图像上,或通过头部运动控制一个应用程序。
  40. InSight SDK-通过测量面部肌肉的运动,对人脸进行完全自动化分析,并将这些面部肌肉运动转化为七个普遍的面部表情。
  41. Visage FaceDetect SDK-以 C++ 软件开发工具包的形式,包含了很多在静止图像中发现脸和五官的有用技术。
  42. Microsoft Research Face SDK Beta- 集成了微软研究团队最新的面部识别技术。
  43. How To: Kinect for Windows SDK Face Recognition
  44. Bayometric FaceIt Face Recognition SDK-结合了传统的面部皮肤生物识别技术。
  45. FacePhi FaceRecognition SDK –包含了一组 .NET 和 Silverlight 库
  46. 360Biometrics Face SDK-非常先进的脸部识别系统,用来将人脸图像嵌入或链接到已有的数据库中。
  47. Hunter TrueID
  48. IMRSV-现实世界中的实时感知计算软件,用一个基本的摄像头,就可以测量 25 英尺外,多达 25 人的性别,年龄,关注点,目光等信息。它也有一个 REST API(应用编程接口)
  49. Bob-一个信号处理和机器学习工具箱,最初是由 IDIAP 研究所的生物识别技术团队在瑞士开发的  。

  还有哪些是这个名单上缺少的吗?如果有,请在评论中添加。

时间: 2024-08-01 23:52:36

[转]40多个关于人脸检测/识别的API、库和软件的相关文章

40多个关于人脸检测/识别的API、库和软件

40多个关于人脸检测/识别的API.库和软件 http://blog.csdn.net/shaoxiaohu1/article/details/10067269 40多个关于人脸检测/识别的API.库和软件 标签: 人脸检测人脸识别api库 2013-08-19 13:13 1023人阅读 评论(0) 收藏 举报  分类: 图像与OpenCV(15)  自从谷歌眼镜被推出以来,围绕人脸识别,出现了很多争议.我们相信,不管是不是通过智能眼镜,人脸识别将在人与人交往甚至人与物交互中开辟无数种可能性.

用caffe一步一步实现人脸检测

学习深度学习已有一段时间了,总想着拿它做点什么,今天终于完成了一个基于caffe的人脸检测,这篇博文将告诉你怎样通过caffe一步步实现人脸检测.本文主要参考唐宇迪老师的教程,在这里感谢老师的辛勤付出. 传统机器学习方法实现人脸检测: 人脸检测在opencv中已经帮我们实现了,我们要把它玩起来很简单,只需要简简单单的几行代码其实就可以搞定.(haarcascade_frontalface_alt.xml这个文件在opencv的安装目录下能找到,笔者的路径是:E:\opencv2.4.10\ope

Android应用开发提高篇(6)-----FaceDetector(人脸检测)

链接地址:http://www.cnblogs.com/lknlfy/archive/2012/03/10/2388776.html 一.概述 初次看到FaceDetector这个类时,心里想:Android真的很强大.但直到我实际应用它的时候,心情从高山跌倒了谷底(看实现中的结果就知道了),再仔细看看官方文档,才知道这个类是API LEVEL1的,我就晕了,这就说明这个类很早就有了,但为什么到现在还没有得到改善呢.写这篇文章的目的还有一个,就是想强调一下用SurfaceView来画图的时候,要

iOS8 Core Image In Swift:人脸检测以及马赛克

iOS8 Core Image In Swift:自动改善图像以及内置滤镜的使用 iOS8 Core Image In Swift:更复杂的滤镜 Core Image不仅内置了诸多滤镜,还能检测图像中的人脸,不过Core Image只是检测,并非识别,检测人脸是指在图像中寻找符合人脸特征(只要是个人脸)的区域,识别是指在图像中寻找指定的人脸(比如某某某的脸).Core Image在找到符合人脸特征的区域后,会返回该特征的信息,比如人脸的范围.眼睛和嘴巴的位置等. 人脸检测并标记检测到的区域 先做

40行代码的人脸识别实践

很多人都认为人脸识别是一项非常难以实现的工作,看到名字就害怕,然后心怀忐忑到网上一搜,看到网上N页的教程立马就放弃了.这些人里包括曾经的我自己.其实如果如果你不是非要深究其中的原理,只是要实现这一工作的话,人脸识别也没那么难.今天我们就来看看如何在40行代码以内简单地实现人脸识别. 一点区分 对于大部分人来说,区分人脸检测和人脸识别完全不是问题.但是网上有很多教程有无无意地把人脸检测说成是人脸识别,误导群众,造成一些人认为二者是相同的.其实,人脸检测解决的问题是确定一张图上有木有人脸,而人脸识别

基于Boost方法的人脸检测(1):整体思路

先推荐大家看着两篇: [2] Viola P, Jones M J. Robust Real-Time Face Detection[J]. International Journal of Computer Vision, 2004, 57(2):137-154. [3] http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html [4] http://blog.csdn.net/xiaowei_cqu/article/details

肤色检测&人脸检测数据集链接大集合(持续更新中...)

在国内计算机视觉领域,人体器官的识别和跟踪,如人脸识别跟踪.人手识别跟踪等还是一个热门领域.然而,国内的研究者大多不如国外的研究者那么勤快,不喜欢把自己的测试的数据集(dataset)公开给开发者用,导致大多数开发者只能到国外网站去找.这里为方便大家找数据集,我把一些我自己用的数据集连接放到网上,并附上一些简介,如果链接失效,可以私信我要. 1.   来自牛津大学Visual Geometry Group的Hand Dataset:http://www.robots.ox.ac.uk/~vgg/

40行代码的人脸识别实践【转】

转自:http://blog.csdn.net/xingchenbingbuyu/article/details/68482838?ref=myrecommend 版权声明:本文为博主原创文章,转载请联系作者取得授权. 目录(?)[+] 40行代码的人脸识别实践 40行代码的人脸识别实践 前言 一点区分 所用工具 Dlib 人脸识别 前期准备 识别流程 代码 运行结果 前言 很多人都认为人脸识别是一项非常难以实现的工作,看到名字就害怕,然后心怀忐忑到网上一搜,看到网上N页的教程立马就放弃了.这些

利用html5、websocket和opencv实现人脸检测

最近学习人脸识别相关的东西,在MFC下使用OpenCV做了一个简单的应用.训练需要较多的数据,windows应用程序终究还是不方便,于是想着做成CS模式:检测识别都放在服务器端,视频获取和显示都放在网页端. 在网上找了一些资料,实现了简单的人脸检测.人脸识别只要在这个框架上加点代码就行.主要参考了下面这篇文章: http://www.open-open.com/home/space-361-do-blog-id-8960.html jetty版本:jetty-9.2.17.v20160517 j