人脸识别调研总结

1、系统的人脸识别

CoreImage里面的CIFaceFeature

  • 可以实现图片的人脸检测,以及人脸的眼睛,嘴巴的位置定位。
  • 可以检测眨眼和微笑
  • 实现起来比较简单。
  • 精度还算比较好

实时视频预览,拍照

1)AVCapture + CIFaceFeature

在 AVCaptureVideoDataOutputSampleBufferDelegate 协议的

- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection;方法里面拿出当前帧的图片进行人脸识别:微笑相机

2)AVCapture中的 AVMetadataFaceObject

  • 设置 AVCaptureMetadataOutput中的 metadataObjectTypes = @[AVMetadataObjectTypeFace];并添加到 AVCaptureSession中去
  • 监听 AVCaptureMetadataOutputObjectsDelegate回调并在回调方法:- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputMetadataObjects:(NSArray *)metadataObjects fromConnection:(AVCaptureConnection *)connection;中取得metadataObjects数组。
  • 在 AVCaptureVideoDataOutputSampleBufferDelegate 协议的:- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection;方法里面取出metadataObjects数组,强制转换为 AVMetadataFaceObject对象作处理。

以上两种方法由官方提供,返回识别到的人脸的范围,前置摄像头加上马赛克特效很流畅。后置摄像头比较慢,不过应该可以调低分辨率来提高效率。

3)GPUImage 有对方法1)进行了封装,运行demo性能相对还是比较高。

2、Face++本地库 FaceppLocalDetector

  • 使用简单
  • 只能检测到人脸的范围,精度相对于系统的会高一些(之前系统那些判断不到的,还有误判的用这个库都没有出现)
  • 有在线版
  • 有提供付费的SDK,人脸检测、人脸关键点检测和人脸分析,官网打出的广告是美颜相机,美图秀秀等比较出名的几个都是用的他的SDK。

3、讯飞开发平台的人脸识别

  • demo很详细,提供的framework里面每个.h文件都有很详细的中文注释
  • 有在线版本
  • 本地静态图片识别,只能检测到人脸的范围,精度想对于系统的会高一些(之前系统那些判断不到的,还有误判的用这个库都没有出现)
  • 视频预览人脸识别(AVCapture),精度高,效率高,提供人脸眉毛,眼睛,鼻子,嘴巴共21个关键点检测。效果很好。
  • 离线版官方是说免费的。

4、OpenCV

  • 基于C++
  • 可以通过官方提供的对应的haarcascade_XXXXXX.xml文件检测出脸,眼睛,鼻子,嘴巴等,脸的精度还可以,其余器官的很一般
  • haarcascade_XXXXXX.xml文件我理解为物体特征分类器,里面记录一系列物体特征的集合,检测的精度和这些文件相关联,不过里面的数据很难理解
时间: 2024-10-03 08:21:35

人脸识别调研总结的相关文章

多维活体检测,让人脸识别更安全

今年的315晚会提到人脸识别领域的安全风险,主持人用现场合成的视频通过了活体检测和人脸验证,因此人脸识别的安全性引起大众关注.对于活体检测的安全隐患,腾讯优图团队一直保持高度关注,并依托多年积累的技术能力和业务运营经验,已经对人脸识别技术手段进行过多次安全升级,让人脸识别更安全. 一.目前人脸识别常见攻击手段有什么? 1 .纸片翻拍,通过打印用户的照片进行攻击: 2. 屏幕翻拍,一些3D建模技术可以驱动用户的单张照片或视频做出系统要求的摇头.张嘴.眨眼等动作: 3. 用户戴面具: 二.如何应对人

【下载】推荐一款免费的人脸识别SDK

现已进入刷脸的时代,例如,人脸支付.人脸识别的门禁.人流监控等等.如何在Firefly开源板上快速搭建DEMO,并快速产品化?为了让更多产品可以用上人脸识别技术,Firefly推出了一款高性能人脸识别SDK.此SDK的人脸识别的算法,运行效率高,识别精确度高,性能优异,可以直接应用于商业产品. 下文主要讲述如何在Firefly RK3399平台部署并测试OpenFace SDK,Let's GO!      一.Firefly RK3399开源板安装Ubuntu 16.04系统固件      系

趣拍云:助力APP一周上线人脸识别+动态贴纸

年初,某美图软件上线的"一秒变福娃"引发了全民COS狂潮.配合新年的欢乐气氛,人们纷纷拿起手机,将自己的照片P成福娃的模样,并发到朋友圈送出新年祝福.娱乐化的玩法,不仅收到了年轻粉丝群体的追捧,更带来了巨大的话题量和高流量.而就在近日,国内领先的移动视频云服务商趣拍云也将这一人脸贴图功能开放,可供开发者快速集成如同FaceU的短视频拍摄SDK,实现产品娱乐化与个性化. 开发"神器",助你轻松客服技术难题 立体化和高覆盖的话题营销,自然与产品独特的切入点密不可分.越来

【从零学习openCV】IOS7人脸识别实战

前言 接着上篇<IOS7下的人脸检測>,我们顺藤摸瓜的学习怎样在IOS7下用openCV的进行人脸识别,实际上非常easy,因为人脸检測部分已经完毕,剩下的无非调用openCV的方法对採集到的人脸样本进行训练,终于得到一个能够预測人脸的模型.可是当中的原理可谓是博大精深,因为快临最近末考试了,没时间去琢磨当中详细的细节,这次就先写个大概的demo,下次更新文章就得到6月20号之后了. 原理: 从OpenCV2.4之后,openCV增加了新的类FaceRecognizer,我们能够使用它便捷地进

FaceNet--Google的人脸识别

引入 随着深度学习的出现,CV领域突破很多,甚至掀起了一股CV界的创业浪潮,当次风口浪尖之时,Google岂能缺席.特贡献出FaceNet再次刷新LFW上人脸验证的效果记录. 本文是阅读FaceNet论文的笔记,所有配图均来自于论文. 转载请注明:http://blog.csdn.net/stdcoutzyx/article/details/46687471 FaceNet 与其他的深度学习方法在人脸上的应用不同,FaceNet并没有用传统的softmax的方式去进行分类学习,然后抽取其中某一层

支持向量机 人脸识别(SVM)SKLearn

#!/usr/bin/env python # -*- coding: utf-8 -*- import numpy as np import pylab as pl from sklearn import svm # we create 40 separable points np.random.seed(0)#每次运行结果不变 X = np.r_[np.random.randn(20, 2) - [2, 2], np.random.randn(20, 2) + [2, 2]] #randn2

opencv+python3.4的人脸识别----2017-7-19

opencv3.1  +  python3.4 第一回合(抄代码,可实现):人脸识别涉及一个级联表,目前能力还无法理解. 流程:1.读取图像---2.转换为灰度图---3.创建级联表---4.对灰度图使用级联表方法过滤---5.迭代得到的结果依次标记出来---6.保存图像 完整代码: import cv2 #读取图片 img = cv2.imread('5.jpg') #转化为灰度图 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #特征级联表 face_

Dlib+OpenCV深度学习人脸识别

目录(?)[+] DlibOpenCV深度学习人脸识别 前言 人脸数据库导入 人脸检测 人脸识别 异常处理 Dlib+OpenCV深度学习人脸识别 前言 人脸识别在LWF(Labeled Faces in the Wild)数据集上人脸识别率现在已经99.7%以上,这个识别率确实非常高了,但是真实的环境中的准确率有多少呢?我没有这方面的数据,但是可以确信的是真实环境中的识别率并没有那么乐观.现在虽然有一些商业应用如员工人脸识别管理系统.海关身份验证系统.甚至是银行人脸识别功能,但是我们可以仔细想

opencv人脸识别

#include "opencv2/core/core.hpp" #include "opencv2/objdetect/objdetect.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> #include <stdio.h> using name