首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >OpenCV+Tensorflow实现实时人脸识别演示

OpenCV+Tensorflow实现实时人脸识别演示

作者头像
OpenCV学堂
发布2018-12-21 11:02:06
1.7K0
发布2018-12-21 11:02:06
举报

FaceNet是谷歌提出的人脸识别模型,它跟其他人脸识别模型最大的一个不同就是它不是一个中间层输出,而是直接在欧几里德低维空间嵌入生成人脸特征,这个对以后的各种识别、分类、相似度比较都非常方便。相比其他的深度学习方法,FaceNet仅需要128个字节来表示一张脸。FaceNet网络设计目标任务有如下

OpenCV学堂-原创精华文章

《tensorflow零基础入门视频教程》

OpenCV研习社介绍与加入指南

MTCNN实时人脸检测网络详解与代码演示

详解对象检测网络性能评价指标mAP计算

卷积神经网络是如何实现不变性特征提取的

深度学习中常用的图像数据增强方法-纯干货

基于OpenCV与tensorflow实现实时手势识别

tensorflow风格迁移网络训练与使用

使用tensorflow layers相关API快速构建卷积神经网络

基于OpenCV Python实现二维码检测与识别

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-11-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 OpenCV学堂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档