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