首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人脸实践篇 | 基于Caffe的年龄&性别识别

人脸检测及对应属性的识别是现在比较流行的一个技术之一。今天我们“计算机视觉战队”就和大家说说该技术的一些详细细节。 随着社会的发展,快速有效的自动身份验证在安防领域变的越来越迫切。...利用人脸属性进行身份验证又是最自然最直接的手段,相比其它人类生物特性,它具有直接、方便的特点,更容易被用户所接受且不易察觉。...基于形状特征和深度神经网络的现实人脸性别分类,先对人脸进行对齐操作,用深度网络的方法进行分类,在LFW数据库的非正向人脸样本部分做实验,识别率可达到89.3%。...性别识别 性别识别是利用计算机视觉来辨别图像中的人脸性别属性。多年来,人脸性别因为实际场景的需求,如在身份认证、人机接口、视频检索以及机器人视觉中的潜在应用而备受关注。...性别识别是一个复杂的大规模二分类问题,分类器将数据录入并划分男女性别。目前性别识别方法主要有:基于特征脸的性别识别算法(等传统方法)及基于深度学习方法。

2.2K40

【前沿】见人识面,TensorFlow实现人脸性别年龄识别

【导读】近期,浙江大学学生Boyuan Jiang使用TensorFlow实现了一个人脸年龄和性别识别的工具,首先使用dlib来检测和对齐图片中的人脸,然后使用CNN深度网络来估计年龄和性别。...TensorFlow实现的人脸性别/年龄识别 这是一个人脸年龄和性别识别的TensorFlow工具,首先使用dlib来检测和对齐图片中的人脸,然后使用CNN深度网络来估计年龄和性别。...如下所示,该项目可以同时估计一张照片中的多个人脸 。 ? ? 安装python依赖包 本项目需要以下依赖包,已经在CenotOS7系统上的Python2.7.14环境中测试过。...因为我们首先需要进行非常耗时的人脸检测和对齐步棸,所以我们建议使用尽可能多的核心数。Intel E5-2667 v4 带有 32 个核心运行完需要大概50分钟。

5.6K60
您找到你想要的搜索结果了吗?
是的
没有找到

虹软发布免费人脸识别SDK:支持年龄、性别识别

AlphaGo拔掉网线也强大、iPhone X没有网络依旧可解锁,在国内虹软则免费开放了其支持离线的人脸识别技术,而且除了检测、跟踪、识别功能,现在也支持对年龄与性别的识别。...来想象一下,离线的人脸识别引擎可以在哪些场景具有优势: 机器人识别人物:无需网咯,机器人可以识别家人、客户、识别人物性别、年龄,从而提供不一样的差异化服务,喊一声阿姨、叫一声小朋友、欢迎VIP用户是不是更为亲切呢...人脸门禁与闸机:固定的场所,确定的人员,刷脸即可。...智能家居:人脸门锁,人脸灯控、人脸音响已不用多说,您可能有更多想象 社区监控:社区门禁、安保报警、黑名单监控,人脸识别打造智慧社区 …… 面对人脸识别应用的深入,现在算法与行业事实上都已有了足够的准备,...而最主要的可能是如何让中小企业更便利、更便捷的使用算法才是接下来应用落地的关键。

4K90

FaceApp:基于深度网络为人像照片加笑容,实现年龄、性别变换

【新智元导读】 FaceApp 不仅是一个有趣的应用,它证明了人工智能如何使得处理照片变得前所未有的简单。比如,p上笑容、年龄和性别转换均可以轻松完成。过年拍了很多美照?...FaceApp 为人脸添加笑容 这个 app 只有 iOS 版,而且效果时好时坏。可以看到,它对川普的脸效果相当好,但这是因为川普的脸在照片中相对小,没有胡子,而且直直地看着相机。...性别变换或许是它最有趣的功能,而且经常产生的结果很不错。但只能在“拼贴”模式下使用这个功能,所以生成的图像非常小。 ? 图:电影 The Rock和Shrek。...FaceApp 不仅是一个有趣的应用,它证明了人工智能如何使得处理照片变得前所未有的简单。...然后谷歌宣布它也创建了类似的软件;然后是 Facebook。FaceApp 成为该类应用的主流并不是不可能,虽然这样子修改照片比风格迁移更复杂,并且可能很难在本地运行。 ?

3.4K110

【源码】常用的人脸识别数据库以及上篇性别识别源码

对于部分朋友说,找不到训练的数据,这里也给出部分数据: 01 FERET人脸数据库 http://www.nist.gov/itl/iad/ig/colorferet.cfm 由 FERET 项目创建...03 YALE人脸数据库(美国,耶鲁大学) http://cvc.cs.yale.edu/cvc/projects/yalefaces/yalefaces.html 由耶鲁大学计算视觉与控制中心创建,...05 ORL人脸数据库 https://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html 由英国剑桥大学 AT&T 实验室创建,包含...该数据集忽略了小于20×20或者非常难以检测的人脸,共包含大约838个人脸,占该数据集的7%。同时该数据集还提供了性别,是否带眼镜、是否遮挡、是否是夸张的表情等辅助信息。...都是从IMDb和维基百科上爬取的名人图片,根据照片拍摄时间戳和出生日期计算得到的年龄信息,以及性别信息,对于年龄识别和性别识别的研究有着重要的意义,这是目前年龄和性别识别最大的数据集。

2K20

明月机器学习系列017:人脸对齐与仿射变换

我们所说的人脸识别通常是几个算法的集合,包括人脸检测,人脸对齐,人脸特征提取等。...这是人脸检测。 在人脸检测之后,如果我们需要做人脸比对或者匹配,通常就需要先进行人脸对齐,这样在提取特征会更有效。所谓人脸对齐,其实就是将原来倾斜等的人脸转换成端正的。...这里其实就是将人脸的5个关键点,通过某种映射,通常是线性变换,映射成一个标准的人脸,5个原始关键点: X = [ [828.1219482421875, 356.0898132324219],...展示一下人脸纠正后的效果: 感觉对于侧脸的对齐效果不太好,会有点偏,有时间再优化优化。 仿射变换 ---- Python解决问题很简单,不过我们有必要认识一下其背后的仿射变换。...其在百科上的定义如下: 仿射变换,又称仿射映射,是指在几何中,一个向量空间进行一次线性变换并接上一个平移,变换为另一个向量空间。 更加严谨的定义如下: 简单说:仿射变换 = 线性变换 + 平移。

2.9K30

仿射变换,透视变换:二维坐标到二维坐标之间的线性变换,可用于landmark人脸矫正。

仿射变换: 仿射变换是一种二维坐标到二维坐标之间的线性变换,并保持二维图形的“平直性”。转换前平行的线,在转换后依然平行。...plt.imshow(img),plt.title('Input') plt.subplot(122),plt.imshow(dst),plt.title('Output') plt.show() 透视变换...: 透视变换需要3×3的变换矩阵,直线在变换后还是保持直线。...为了构造变换矩阵,你需要输入图像的4个点和对应的要输出图像的4个点;要求这4个点其中3个点不共线。使用cv2.getPerspectiveTransform函数构造透视变换矩阵。...plt.imshow(img),plt.title('Input') plt.subplot(122),plt.imshow(dst),plt.title('Output') plt.show() 还可以参考:仿射变换和透视变换

2.4K60

基于CNN实现对摄像头捕捉的人脸进行性别和年龄的预测

、男女各约5000张) 图片尺寸统一为 100x100,文件名格式统一为 编号-年龄-性别.png,其中性别1代表男性,0代表女性 从10000张图片中抽取约1000张(男女比例相当)作为测试集,其余作为训练集...模型结构 性别预测分支和年龄预测分支共用ResNet50主干,年龄预测分支和性别预测分支各包含三层卷积层 性别预测分支使用交叉熵损失函数 年龄预测分支使用均方差损失函数 全部代码 获取方式: 关注微信公众号...datayx  然后回复 人脸 即可获取。...如何使用 将data.zip解压到data目录下(data.zip更新为RGB图像,体积较大),训练集所在路径应为 ./data/trainset/,测试集所在路径应为 ....特征工程(三):特征缩放,从词袋到 TF-IDF 特征工程(四): 类别特征 特征工程(五): PCA 降维 特征工程(六): 非线性特征提取和模型堆叠 特征工程(七):图像特征提取和深度学习 如何利用全新的决策树集成级联结构

1.4K30

基于深度学习的人脸性别识别系统(含UI界面,Python代码)「建议收藏」

摘要:人脸性别识别是人脸识别领域的一个热门方向,本文详细介绍基于深度学习的人脸性别识别系统,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面。...在界面中可以选择人脸图片、视频进行检测识别,也可通过电脑连接的摄像头设备进行实时识别人脸性别;可对图像中存在的多张人脸进行性别识别,可选择任意一张人脸框选显示结果,检测速度快、识别精度高。...人脸性别识别,其实是人脸属性识别的一种,即根据图像中的人脸判断其性别属于男性还是女性,该任务本身具有较强的现实意义。...人脸检测与性别识别 人脸性别识别可看成是通过人脸图像信息自动发掘和分析人脸属性的二分类问题。在广告定向投放、个性化智能推荐、人脸属性分析等方面得到广泛应用。...、聚类(在这些面孔中找到同一个人)等问题的统一解决框架,即它们都可以放到特征空间里统一处理,只需要专注于解决的仅仅是如何人脸更好的映射到特征空间3。

1.4K10

GitHub 又一黑科技项目面世!网友惊呼:这也太强了...

今天小 G 给大家介绍一个 AI 黑科技,能够完美实现人脸性别变换,并带有丰富的表情,让你不仅瞬间拥有了对象,更是看到另一面的自己,都怕你一不小心爱上你自己。 废话不多说,直接上图!...原理大揭秘 这个神奇的项目中所内置的 StyleGAN V2 与 FOM 分别实现人脸属性编辑(性别变换)与让人脸动起来的效果!具体可分为三个步骤: 1....实操步骤 ~(˘▾˘)~ 想不到吧,这个贴心的项目还为大家准备了手把手的项目教程,大家可以直接前往 AI Studio 项目主页,利用平台免费的 GPU 算力实现专属你自己的 “性别变换”!....input_image:原图路径,即需要提取隐藏特征的照片路径 2.output_path:原图的隐藏特征的存放路径,后续需要放在属性编辑和生成的模块中使用 将 input_image 部分放上想要变换性别人脸照片的路径即可...只需要更改二个参数: 1.latent:STEP 1 中提取的原图的 Latent Code 路径 2.output_path:新人脸性别变换后)的保存路径 !

1.6K40

揭秘儿童节刷爆朋友圈的童年美照背后的AI技术!

此款小游戏是由腾讯云神图与腾讯优图联合推出,主要运用了人像变换+人脸融合两项技术相结合。 ? 深受泛娱乐场景喜爱的人脸特效产品,在不断的尝试和拓展中已挖掘出很多火爆的玩法及积累了不少优秀落地案例。...但同时也会面临些问题,比如,如何在保证算法效果的同时兼顾性能质量?如何平衡用户体验和成本?...本次分享以人脸特效产品(人脸试妆包括唇色和美颜、人像变换包括变年龄和变性别)为例,分享在实际场景中遇到的问题和解决方案。...您将收获: 1.AI潮流:火爆的人脸特效 2.人脸特效的AI技术原理 3.人脸特效服务架构 (1)服务基本框架和流程 (2)服务性能和可用保障 4.人脸特效应用 (1)人脸特效使用简介 (2)人脸特效案例分享...如何做一次深度满意度调研 ? 从微信支付看研发如何提高运营效能 ? 腾讯SQL“现役运动员”给你的实践小技巧 ?

2.2K20

hough变换检测圆原理(定位变换后的面如何变成实体)

Hough变换基本原理 Hough变换是由Paul Hough于1962年提出的一种检测圆的算法,它的基本思想是将图像从原图像空间变换到参数空间,在参数空间中,使用大多数边界点都满足的某种参数形式作为图像中的曲线的描述...Hough变换最大的优点是对噪声不敏感。...为加快Hough变换检测圆的速度,学者们进行了大量研究,也出现了很多改进的Hough变换检测圆的方法。...但这种改进的Hough变换检测圆的方法其检测精度并不高,原因在于,此种方法利用了边界斜率。...另外还有王建峰等改进的快速随机Hough变换,其基本思想是,考虑到圆必定在其外接正方形之内,为了减少随机Hough变换的无效累计,可以只对外接正方形之内的像素进行计算,之外的像素可以直接排除,这样大大降低了计算时间

1.3K30

自己动手制作“平均脸”【2】

,再通过仿射变换扭曲Delaunay三角形: [Code-3] 计算仿射变换 def applyAffineTransform(src, srcTri, dstTri, size) : warpMat...是啊,一般人脸能够直接提供的信息包括:性别、年龄、种族。从大合影中提取的脸,一般年龄差距不会太大(考虑大多数合影场合),种族也相对单一,性别却大多是混合的,如果不能区分男女,合成的平均脸意义不大。...如果能自动获得一张脸的性别信息,然后将男女的照片分开,再构造平均脸显然合理的多。 于是,又在网上找了一个性别分类模型,用来给人脸照片划分性别。...笔者决定用自己同事的一千多张照片训练自己的性别分类模型! 我们用caffe训练模型,不需要写代码,只需要准备好训练数据(人脸图片),编写配置文件,并运行命令即可。...命令和配置文件均在笔者github的FaceGenderClassification项目中:https://github.com/juliali/FaceGenderClassification 为了验证新模型效果,笔者创建了几个数据集

1.6K90

人脸识别该如何测试

(2)人脸在图象平面内的平移、缩放、旋转:采用几何规范化,人脸图象经过旋转、平移、缩放后,最后得到的脸部图象为指定大小,两眼水平,两眼距离一定。...(3)人脸在图象平面外的偏转和俯仰:可以建立人脸的三维模型,或进行三维融合(morphing),将人脸图象恢复为正面图象。 (4)光源位置和强度的变化:采用直方图规范化,可以消除部分光照的影响。...5) 摄像头内包含多张人脸。 另外判断拍摄的样品是否包含人脸时,原理上一般会通过样品学习、或者是参考模版来,比如先设计一个标准人脸的模版,包含标准的特征、有一定的结构分布、相对规律的肤色分布。...因此人脸比对有一个阈值的概念。设置相似度大于x%的时候,视为人脸比对通过,小于x%的时候,视为人脸比对不通过。设定阈值的过程就是模型评估。 阈值设定过低,则人脸比对通过率高,误报率可能也会升高。...目前人脸识别在金融、教育、景区、出入境、机场等领域已经大量应用,方便的同时也带来了一些问题,怎么做好人脸识别的测试,还是一个需要思考和深挖的课题。

4.5K20
领券