1、就是数据的准备,你要从网络上下载一些人脸库,后面用来训练人脸识别模型。人脸检测模型opencv是自带的,但是识别模型需要自己训练。下载人脸库之后需要对人脸进行标记,这是一个繁琐的工作,不过网上有脚本或者自己写个程序简化工作量。
2、把数据标记好之后就是opencv的事情。
3、打开摄像头进行人脸检测,就是框出人脸的位置。人脸检测模型是opencv自带的。
给你提供几个线索,数据都可以去数据堂下载。\x0d\x0a\x0d\x0a1.FERET人脸数据库-\x0d\x0a由FERET项目创建,包含1万多张多姿态和光照的人脸图像,是人脸识别领域应用最广泛的人脸数据库之一.其中的多数人是西方人,每个人所包含的人脸图像的变化比较单一\x0d\x0a\x0d\x0a2.CMU-PIE人脸数据库\x0d\x0a由美国卡耐基梅隆大学创建,包含68位志愿者的41,368张多姿态,光照和表情的面部图像.其中的姿态和光照变化图像也是在严格控制的条件下采集的,目前已经逐渐成为人脸识别领域的一个重要的测试集合\x0d\x0a\x0d\x0a3.YALE人脸数据库\x0d\x0a由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿态\x0d\x0a的变化.\x0d\x0a\x0d\x0a4.YALE人脸数据库B\x0d\x0a包含了10个人的5,850幅多姿态,多光照的图像.其中的姿态和光照变化的图像都是在严格控制的条件下采集的,主要用于光照和姿态问题的建模与分析.由于采集人数较少,该数据库的进一步应用受到了比较大的限制\x0d\x0a\x0d\x0a5.MIT人脸数据库\x0d\x0a由麻省理工大学媒体实验室创建,包含16位志愿者的2,592张不同姿态,光照和大小的面部图像.\x0d\x0a\x0d\x0a6.ORL人脸数据库\x0d\x0a由剑桥大学AT&T实验室创建,包含40人共400张面部图像,部分志愿者的图像包括了姿态,\x0d\x0a表情和面部饰物的变化.该人脸库在人脸识别研究的早期经常被人们采用,但由于变化模式较少,多数系统的识别率均可以达到90%以上,因此进一步利用的价值已经不大.\x0d\x0a\x0d\x0a7.BioID人脸数据库\x0d\x0a包含在各种光照和复杂背景下的1521张灰度面部图像,眼睛位置已经被手工标注。欢迎分享,转载请注明来源:内存溢出
评论列表(0条)