实现计算机视觉——人脸检测-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

概述：计算视觉是人工智能的一部分，旨在设计能够像人类视觉一样观察的智能算法。

在本文中，我们将涵盖三个主要领域。

·人脸检测

·对象检测

·人脸识别

·对象跟踪

在第一篇文章中，我们将重点介绍基于Python OpenCV库的计算机视觉和人脸识别应用程序。

在未来的文章中，我们将演示对象识别.人脸识别和对象跟踪在实时视频中的应用。

目录

1.简介

2.人脸检测算法

3.人脸检测的实现

4.OpenCV的替代方案

5.结论

6.参考文献

介绍

本文的读者将能够理解几个可视化计算应用程序的功能，它们在后台和架构中的操作，以及实现实际应用程序的必要步骤。

现在让我们来看看我们之前讨论过的其他一些可以在这个领域开发的应用程序。

人脸检测将在查找人脸时放置一个小盒子，并命名这些人。我们将做一个与此类似的实现。

我们有这张来自微软的Kinect图像，它与Xbox运动检测视频游戏集成在一起。

当有人移动方向盘时，你可以使用计算机视觉来检测控制汽车的人。图像识别需要计算机视觉技术，也就是说，机器人需要看到前方的东西来做出决定。

另一个例子是自动驾驶汽车。你可以注意到这辆车有一系列传感器。例如，它需要检测行人以避免撞到人。

你需要检测交通标志或交通灯。

如果信号是红涩，它必须停止；如果信号是绿涩，它必须继续。为此，使用了计算机视觉技术，包括所使用的技术。这种面部检测技术也用于对象检测。

如果他确定了轨道上的物体，他必须采取一些行动。增强现实和虚拟现实的概念使用了计算机视觉技术。

这张SD光束的图像显示了不存在的人。该算法使用一种称为GAN的技术来生成这些人，即生成一个对抗网络，这是深度学习人工神经网络的一个超级领域。

最后，我们有另一个例子，叫做deepDurin，它是由神经网络生成的图像。你可以看到这些迷幻的图像。在图像的某些部分，有一些特征，还有一些动物的痕迹。也就是说，算法已经有了关于动物的信息。关于这些动物的图像非常类似于将图像特征与风景图像相结合的算法。

一个应用示例是深脸，这是由人工智能创建的脸。

人脸检测算法

级联分类器是一种算法，您将学习如何对对象进行分类以开始训练。

我们需要两组图像。第一组是一张你想要检测的正面图像的脸，第二组称为负面图像。它们不是简单的图像。

例如，如果您想检测一辆汽车，您将使用该汽车作为正面图像，使用各种型号和类型的汽车作为负面图像。

对于任何其他类型的图像，您需要将这两组图像提交给算法进行训练。

在机器学习领域，有一种叫做Ada-boost的算法。我不会详细介绍此算法的工作原理，但基本上，您可以将此算法应用于正图像和负图像。这个想法就是特征选择。

我们有几个特征或小的黑白方块。您可以使用这些特征对人脸进行分类。

这些小正方形用于图像的每个子窗口。

这个窗口概念表示它从左到右，从上到下移动。

人脸检测的实现

我们将使用Python OpenCV库，这是市场上开发可视化计算应用程序的主要工具之一。

<
img src="https://mp.ofweek.com/Upload/

deteccoes＝detector_face.detectMultiScale(imagem_cinza，scaleFactor＝1.3，minSize＝(30,30))

deteccoes公司

数组([1635，156，147，147]，[284，262，114，114]，[1149，260，129，129]，[928，491，171，171]，[222，507，151，151]，dtype＝int32)

对于(x，y，l，a)的细节：

#打印(x，y，l，a)

cv2.矩形(img，(x，y)，(x＋l，y＋a)，(0255,0)，2)

cv2 _ imshow(img)

我们通过Google Colab笔记本将人脸识别过程可视化：

数字5将返回，表示他已检测到5张脸。我们用这些点来表示每一张脸，这样你可以更好地理解。让我们使用最后一张脸。

len(deteccoes)＃胎面＝5

五

OpenCV的替代方案

在选择OpenCV的替代方案时，我们采用了以下标准：

·易于使用

·可用姓

·可扩展姓

·坚固姓

·灵活姓

以下是我的备选方案列表，符合上述标准：

1.Microsoft计算机视觉API

2.AWS重新认证

3.Google Cloud Vision API

4.Scikit－图像

5.简单CV

6.Azure Face API

7.深度梦想

8.IBM Watson视觉识别

9.澄清

10.深度Py

结论

在本文中，我们使用Python OpenCV库作为一个工具，以灵活高效的方式加快人脸识别。

参考资源