腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
深度学习与计算机视觉
专栏作者
举报
279
文章
385125
阅读量
74
订阅数
订阅专栏
申请加入专栏
全部文章（279）
编程算法（77）
机器学习（59）
神经网络（59）
深度学习（57）
人工智能（54）
图像识别（32）
c++（31）
python（21）
opencv（20）
tensorflow（17）
图像处理（17）
ide（9）
c 语言（8）
存储（8）
人脸识别（7）
其他（7）
数据库（7）
数据结构（7）
git（5）
linux（5）
http（5）
卷积神经网络（5）
对象存储（4）
node.js（4）
github（4）
大数据（4）
.net（3）
打包（3）
腾讯云测试服务（3）
开源（3）
anchor（3）
javascript（2）
bash（2）
xml（2）
jquery（2）
bash 指令（2）
批量计算（2）
文件存储（2）
容器（2）
markdown（2）
kernel（2）
数据处理（2）
windows（2）
https（2）
associations（2）
center（2）
class（2）
dataset（2）
detection（2）
embedding（2）
free（2）
int（2）
list（2）
precision（2）
size（2）
sum（2）
tracking（2）
vector（2）
快捷键（2）
调试（2）
java（1）
c#（1）
scala（1）
css（1）
ecmascript（1）
sql（1）
eclipse（1）
unix（1）
ubuntu（1）
mapreduce（1）
日志服务（1）
命令行工具（1）
网站（1）
o2o（1）
shell（1）
网络安全（1）
ssh（1）
numpy（1）
面向对象编程（1）
线性回归（1）
pytorch（1）
tcp/ip（1）
ntp（1）
ascii（1）
sdk（1）
学习方法（1）
alpha（1）
amp（1）
backbone（1）
background（1）
code（1）
cout（1）
device（1）
distance（1）
dll（1）
download（1）
draw（1）
exe（1）
for循环（1）
frame（1）
global（1）
height（1）
hierarchy（1）
image（1）
it（1）
iterator（1）
label（1）
line（1）
map（1）
matrix（1）
model（1）
object（1）
octave（1）
partial（1）
percentage（1）
pid（1）
pip（1）
point（1）
predict（1）
public（1）
push（1）
repository（1）
reshape（1）
response（1）
rows（1）
set（1）
static（1）
string（1）
timeout（1）
using（1）
video（1）
width（1）
yolo（1）
zero（1）
博客（1）
产品（1）
二维码（1）
工作（1）
函数（1）
开发环境（1）
摄像头（1）
数据类型（1）
拖拽（1）
搜索文章
搜索
搜索
关闭
OpenCV 人脸检测级联分类器解读
xml
人脸识别
javascript
1.基本概念 opencv中的人脸检测使用基于Harr的级联分类和基于LBP的级联分类。 Harr是在2001年，由Viola和Jones等人提出的，它的脸部检测的基本思想是：对于面部正面的大部分区域而言，会有眼睛所在的区域比前额和脸颊更暗，嘴巴应该比脸颊更暗等情况。和这样类似的比较大约有20个，通过这样的比较决定该区域是否为人脸。 LBP是在2006年由Ahonen等人提出的，相比于Harr，LBP有更快的速度。通过比较想读亮度直方图来确定是否为人脸。但是对于稳定性，LBP要弱于前者。 Opencv自带训练好的人脸检测模型，存储在sources/data/haarcascades文件夹和sources/data/lbpcascades文件夹下。其中几个.xml文件如下： 人脸检测器（默认）：haarcascade_frontalface_default.xml 人脸检测器（快速Harr）：haarcascade_frontalface_alt2.xml 人脸检测器（侧视）：haarcascade_profileface.xml 眼部检测器（左眼）：haarcascade_lefteye_2splits.xml 眼部检测器（右眼）：haarcascade_righteye_2splits.xml 嘴部检测器：haarcascade_mcs_mouth.xml 鼻子检测器：haarcascade_mcs_nose.xml 身体检测器：haarcascade_fullbody.xml 人脸检测器（快速LBP）：lbpcascade_frontalface.xml
chaibubble
2022-05-07
326
0
人脸检测：SSH
ssh
编程算法
人脸识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
chaibubble
2019-09-18
1.6K
0
人脸检测：FaceBoxes
人脸识别
图像识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
chaibubble
2019-09-06
1.9K
0
人脸检测通用评价标准
人脸识别
编程算法
ntp
人脸检测是目标检测的一个特例，因为目标类别只有一类，剩下的都是背景，所以人脸检测评价标准中会用到些二分类问题的评价，在这里先提一下。 二分类问题最常用的就是精准率和召回率：
chaibubble
2019-08-29
2.1K
0
传统算法和深度学习的结合和实践，解读与优化 deepfake
编程算法
人脸识别
机器学习
深度学习
人工智能
前一段时间用于人物换脸的deepfake火爆了朋友圈，早些时候Cycle GAN就可以轻松完成换脸任务，其实换脸是计算机视觉常见的领域，比如Cycle GAN ，3dmm，以及下文引用的论文均可以使用算法实现换脸(一定程度上能模仿表情)，而不需要使用PS等软件手工换脸（表情僵硬，不符合视频上下文），只能说deepfake用一个博取眼球的角度切入了换脸算法，所以一开始我并没有太过关注这方面，以为是Cycle GAN干的，后来隐约觉得不对劲，因为GAN系列确实在image to image领域有着非凡的成绩，但GAN的训练是出了名的不稳定，而且收敛时间长，某些特定的数据集时不时需要有些trick，才能保证效果。但deepfake似乎可以无痛的在各个数据集里跑，深入阅读开源代码后(https://github.com/deepfakes/faceswap)，发现这东西很多值得一说的地方和优化的空间才有了这一篇文章。 本文主要包括以下几方面： １.解读deepfake的model和预处理与后处理的算法以引用论文。（目前大多文章只是介绍了其中的神经网络，然而这个项目并不是单纯的end-to-end的输出，所以本文还会涉及其他CV的算法以及deepfake的介绍）。 ２.引入肤色检测算法，提升换脸的视觉效果。
chaibubble
2019-05-26
720
0
眼球中心定位跟踪算法—eyelike
人脸识别
编程算法
opencv
人眼中心定位是一个用于眼部追踪的算法，它来源于github中eyelike项目，C++语言实现，依赖OpenCV库。 关于代码的编译，作者提供了CMakeLists.txt文件，同时支持Windows，Linux和Mac OS X。 该项目只实现了简单的2维眼球跟踪功能，没有3维信息，也没有视线跟踪和估计功能。 作者提供了另一个博客链接Simple, accurate eye center tracking in OpenCV，其中有一段演示视频，可以看到跟踪效果。 项目主要的算法来源于剑桥大学的一篇文章：《Accurate eye centre localisation by means of gradients》。
chaibubble
2019-05-26
2.4K
0
Haar-like特征提取原理
编程算法
机器学习
人脸识别
版权声明：本文为博主原创文章，转载请注明出处。 https://blog.csdn.net/chaipp0607/article/details/79943932
chaibubble
2019-05-26
2.4K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
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