Im using aone_vs_one_trainerandone_vs_one_decision_function`用于分类128 D人脸描述符,我想检测未知人脸。
我使用OpenCV和我的包装器检测人脸,然后跟踪并计算128 D人脸描述符,这些描述符存储在文件中。接下来,我在之后训练了分类器。所有的功能都很完美,但是当我试图对未知面孔进行分类时,它会返回一些标签。
我使用了指南中的代码,但是如果您想查看我的代码--它是
有没有更好的方法来识别面孔?也许,使用OpenCV`s的方法更简单,还是使用Dlib中的其他方法?
我对EMGUCV非常陌生。我想做一个人脸识别系统,我已经实现了,但是结果是不能接受的。这是我的识别代码:
public List<Person> RecognizeFaces(List<Image<Bgr, byte>> faces)
{
List<Person> RecognizedPersons = new List<Person>();
MCvTermCriteria termCrit = new MCvTermCriteria(TrainDB.Count, 0.001);
Ei
我需要使用人脸检测来完成我的作业,然后我在互联网上搜索,我认为使用预训练的深度学习人脸检测器模型和OpenCV的DNN模块是简单和好的,它工作得很好。我在这里学到了它:https://www.pyimagesearch.com/2018/02/26/face-detection-with-opencv-and-deep-learning/,但我真的对net.forward()返回的4D数组感到困惑: net = cv2.dnn.readNetFromCaffe("deploy.prototxt", "res10_300x300_ssd_iter_140000_fp16