訂閱
糾錯(cuò)
加入自媒體

實(shí)現(xiàn)計(jì)算機(jī)視覺(jué)——人臉檢測(cè)

概述:計(jì)算視覺(jué)是人工智能的一部分,旨在設(shè)計(jì)能夠像人類視覺(jué)一樣進(jìn)行觀察的智能算法。

在本文中,我們將介紹三個(gè)主要范圍。

· 人臉檢測(cè)

· 物體檢測(cè)

· 面部識(shí)別

· 對(duì)象跟蹤

在第一篇文章中,我們將重點(diǎn)介紹計(jì)算機(jī)視覺(jué),以及基于 Python OpenCV 庫(kù)的人臉識(shí)別應(yīng)用。

在以后的文章中,我們將演示對(duì)象識(shí)別、人臉識(shí)別和對(duì)象跟蹤在實(shí)時(shí)視頻中的應(yīng)用。

目錄

1.介紹

2.人臉檢測(cè)算法

3.人臉檢測(cè)實(shí)現(xiàn)

4.OpenCV 的替代方案

5.結(jié)論

6.參考文獻(xiàn)

介紹

本文的讀者將能夠了解幾個(gè)視覺(jué)計(jì)算應(yīng)用程序的功能、它們?cè)诤笈_(tái)和架構(gòu)中的操作,以及實(shí)現(xiàn)應(yīng)用程序以供實(shí)際使用的必要步驟。

現(xiàn)在讓我們看看我們之前已經(jīng)討論過(guò)的一些可以在該領(lǐng)域開(kāi)發(fā)的其他應(yīng)用程序。

人臉檢測(cè)在找到人臉時(shí)會(huì)放一個(gè)小方框,并為這些人命名。我們將做一個(gè)有點(diǎn)類似于這個(gè)的實(shí)現(xiàn)。

我們有這張來(lái)自微軟的 Kinect 圖像,它與運(yùn)動(dòng)檢測(cè)的 Xbox 視頻游戲集成在一起。

當(dāng)有人移動(dòng)方向盤時(shí),你可以使用計(jì)算機(jī)視覺(jué)來(lái)檢測(cè)控制汽車的人。需要計(jì)算機(jī)視覺(jué)技術(shù)來(lái)進(jìn)行圖像識(shí)別,也就是說(shuō),機(jī)器人需要看到它面前的東西來(lái)做出決定。

另一個(gè)例子是自動(dòng)駕駛汽車。你可以注意到這輛車中有一系列傳感器,例如,它需要檢測(cè)行人以避免撞到人。

你需要檢測(cè)交通標(biāo)志或是否有紅綠燈。

如果信號(hào)為紅色,則必須停止,如果信號(hào)為綠色,則必須繼續(xù)。為此,使用計(jì)算機(jī)視覺(jué)技術(shù),包括所使用的技術(shù)。這種人臉檢測(cè)技術(shù)也用于物體檢測(cè)。

如果他識(shí)別出軌道上的物體,他就必須采取某種行動(dòng)。增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)的想法使用計(jì)算機(jī)視覺(jué)技術(shù)。

這張SD光束的圖像顯示的是不存在的人。算法使用了一種叫做GAN的技術(shù)生成了這些人,即生成對(duì)抗網(wǎng)絡(luò),這是深度學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)中的一個(gè)超級(jí)領(lǐng)域。

最后,我們還有另一個(gè)例子,稱為 deep Durin,它是由神經(jīng)網(wǎng)絡(luò)生成的圖像。你可以看到這些迷幻的圖像,在這個(gè)圖像的某些部分有一些特征,有一些動(dòng)物的痕跡,即算法已經(jīng)有了關(guān)于動(dòng)物的信息,關(guān)于這些動(dòng)物的圖像非常類似于一種算法,這種算法將圖像的特征與風(fēng)景圖像相結(jié)合。

一個(gè)應(yīng)用示例是深度人臉,它是人工智能創(chuàng)建的人臉。

人臉檢測(cè)算法

級(jí)聯(lián)分類器是一種算法,你將學(xué)習(xí)對(duì)某個(gè)對(duì)象進(jìn)行分類以開(kāi)始訓(xùn)練。

我們需要兩組圖像,第一組帶有你要檢測(cè)的正面圖像的人臉,第二組圖像稱為負(fù)圖像,它們不是簡(jiǎn)單的圖像。

例如,如果你想檢測(cè)汽車,你會(huì)將汽車作為正圖像,將各種型號(hào)和類型的汽車作為負(fù)圖像。

任何其他類型的圖像,你都需要將這兩組圖像提交給算法進(jìn)行訓(xùn)練。

在機(jī)器學(xué)習(xí)領(lǐng)域有一種叫做 Ada boost 的算法訓(xùn)練。我不會(huì)詳細(xì)介紹該算法的工作原理,但基本上,你把這個(gè)算法應(yīng)用到正圖像和負(fù)圖像上,這個(gè)想法就是特征選擇。

我們有幾個(gè)特征或者是這些黑色和白色的小方塊,你可以用這些特征來(lái)分類一張臉。

這些小方塊用于圖像的每個(gè)子窗口。

這個(gè)窗口概念表明它從左到右,從上到下移動(dòng)。

人臉檢測(cè)實(shí)現(xiàn)

我們將使用 Python OpenCV 庫(kù),它是市場(chǎng)上用于開(kāi)發(fā)可視化計(jì)算應(yīng)用程序的主要工具之一。

下載訓(xùn)練截圖,以及帶有人臉識(shí)別訓(xùn)練的 Cascade Classifier.XLM 訓(xùn)練。

現(xiàn)在讓我們用 Python 展示我們的代碼:

import cv2 # OpenCV Import

img = cv2.imread('/content/imagem-computer-vision.jpg', cv2.IMREAD_UNCHANGED) # Import Image with Peoples

cv2_imshow(img)

detector_face = cv2.CascadeClassifier('/content/haarcascade_frontalface_default.xml')

imagem_cinza = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2_imshow(imagem_cinza)

deteccoes = detector_face.detectMultiScale(imagem_cinza, scaleFactor=1.3, minSize=(30,30))

deteccoes

array([[1635,  156,  147,  147],
                 [ 284,  262,  114,  114],
                 [1149,  260,  129,  129],
                 [ 928,  491,  171,  171],
                 [ 222,  507,  151,  151]], dtype=int32)

for (x, y, l, a) in deteccoes:

   #print(x, y, l, a)

   cv2.rectangle(img, (x, y), (x + l, y + a), (0,255,0), 2)

cv2_imshow(img)

我們通過(guò) Google Colab notebook 可視化了人臉識(shí)別的處理過(guò)程:

將返回?cái)?shù)字 5 表示他檢測(cè)到5張臉,我們有這些點(diǎn)來(lái)指示每張臉,以便你更好地理解,讓我們使用最后一張臉。

len(deteccoes) # Fotal Faces= 5

5

OpenCV 的替代方案

在選擇 OpenCV 的替代方案時(shí),我們采用了以下標(biāo)準(zhǔn):

· 易于使用

· 可用性

· 可擴(kuò)展性

· 穩(wěn)健性

· 靈活性

以下是我的替代方案列表,遵循上述標(biāo)準(zhǔn):

1.Microsoft Computer Vision API

2.AWS Rekognition

3.Google Cloud Vision API

4.Scikit-Image

5.SimpleCV

6.Azure Face API

7.DeepDream

8.IBM Watson Visual Recognition

9.Clarifi

10.DeepPy

結(jié)論

在本文中,我們使用 Python OpenCV 庫(kù)作為一種工具,以敏捷高效的方式加快人臉識(shí)別速度。

參考

image.png


       原文標(biāo)題 : 實(shí)現(xiàn)計(jì)算機(jī)視覺(jué)——人臉檢測(cè)

聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

    掃碼關(guān)注公眾號(hào)
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題:
    *糾錯(cuò)內(nèi)容:
    聯(lián)系郵箱:
    *驗(yàn) 證 碼:

    粵公網(wǎng)安備 44030502002758號(hào)