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

發(fā)表評(píng)論
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
最新活動(dòng)更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會(huì)
-
4月30日立即下載>> 【村田汽車】汽車E/E架構(gòu)革新中,新智能座艙挑戰(zhàn)的解決方案
-
5月15-17日立即預(yù)約>> 【線下巡回】2025年STM32峰會(huì)
-
即日-5.15立即報(bào)名>>> 【在線會(huì)議】安森美Hyperlux™ ID系列引領(lǐng)iToF技術(shù)革新
-
5月15日立即下載>> 【白皮書】精確和高效地表征3000V/20A功率器件應(yīng)用指南
-
5月16日立即參評(píng) >> 【評(píng)選啟動(dòng)】維科杯·OFweek 2025(第十屆)人工智能行業(yè)年度評(píng)選
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開(kāi)始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺(tái)
- 5 國(guó)產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計(jì)算迎來(lái)商業(yè)化突破,但落地仍需時(shí)間
- 7 東陽(yáng)光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開(kāi)成長(zhǎng)空間
- 8 地平線自動(dòng)駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營(yíng)收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?