3 Replies
  1. 17

    Ci sono un paio di open-source per il Riconoscimento del Volto Java sistemi si può provare, ma non aspettatevi molto, perché sto cercando la stessa cosa, ma sto ancora cercando una scelta migliore!

    Nota che la ricerca di un volto all’interno dell’immagine si chiama “Face Detection”, a seguito di un volto, è chiamato “Face Tracking”, e determinare l’identità di un volto rilevato viene chiamato “Face Recognition”. Vi sto dicendo questo perché probabilmente necessario utilizzare diversi software e algoritmi per fare ogni! La risposta di Paolo vi dice che OpenCV può fare il Rilevamento del Viso facilmente (Haar Cascata Rivelatore), ma non il Riconoscimento del Volto, come facilmente (in realtà non hanno un modo per fare Eigenface di Riconoscimento), che suona come avete bisogno di Riconoscimento del Volto, in modo da OpenCV non è necessariamente la migliore opzione dal momento che si sta utilizzando Java.

    Si può provare DEBOLE che non sia Face Detection e Face Recognition in Java, ma è praticamente privi di documenti. C’è anche “http://darnok.org/programming/face-recognition/“, ma non riesco ad ottenere dei buoni risultati anche fuori di esso. C’è anche “http://uni.johnsto.co.uk/faces/” per il Riconoscimento del Viso, e “Neuroph” per il Riconoscimento del Viso /Rilevamento.

    Se si trova una buona soluzione, si prega di dire a me “[email protected]
    Buona Fortuna!
    Shervin Emami

    • aggiornamento: OpenCV v2.4.1 ora dotato di un nuovo FaceRecognizer classe che è abbastanza facile per il Riconoscimento del Viso utilizzando diversi algoritmi (Eigenfaces, Fisherfaces e LBP-Istogrammi). Quindi, si dovrebbe cercare un modo per usarlo da Java, come OpenCV su Android (supporta Java) o forse JavaCV (potrebbe non avere FaceRecognizer di sicurezza).
    • Non utilizzare eigenfaces per la precisione. Si tratta di un pixel diretta confronto basato sulle medie. Confrontando il viso descrittori dopo il ridimensionamento, rotante, ritaglio e volti scoperti è meglio. Prende un profondo apprendimento per formare un modello per trovare questi descrittori.
  2. 6

    Check out OpenCV. Un ben documentato e acclamato face detection tecnica di Viola & Jones è stato implementato, noto come Haar a cascata.

    Un tutorial completo-dalla formazione alla sperimentazione — è disponibile qui. Nota che non hai veramente bisogno di fare formazione; OpenCV viene fornito in bundle con alcune caratteristiche cascate, tra cui un paio per il rilevamento del viso.

    • La Viola & Jones carta, Rapido Rilevamento di Oggetti utilizzando un Potenziato Cascata di Caratteristiche Semplici , può essere trovato su Google Scholar: scholar.google.com/scholar?cluster=6119571473300502765
    • Grazie per la risposta.la posso usare per fare un commertial sistema di rilevazione presenze.La mia idea è di fare un sistema di rilevazione presenze con cui le persone vengono automaticamente contrassegnati come presente quando si passa attraverso un passaggio contenente le telecamere.
    • Beh, tecnicamente, è possibile eseguire l’algoritmo su una foto, calcolare il numero di volti rilevati e prendere come una risposta. Realisticamente, però, sarebbe molto imprevedibile e soggetto ad errore. In primo luogo, non rileva un volto concreto. Che è, non distingue tra il tuo volto, o della mia. Per questo motivo, determinare se un certo individuo è presente o non avrebbe bisogno di qualcosa di più discriminanti.
    • Se solo si desidera calcolare il numero di persone in entrata/uscita da un passaggio, è possibile tenere traccia di un particolare del viso dal momento in cui entra il telaio quando si esce, e si supponga che questo è un individuo. Di nuovo, sarebbe incline all’errore.
    • possiamo avere una chat su skype o msn? il mio id skype è akshayshetye e yahoo è chetankamat123
    • Tutte le informazioni che vi posso dare, ho già dato. Forse si vuole cercare altrove soluzioni. Vedere questa domanda correlata: stackoverflow.com/questions/953714/face-recognition-library

  3. 3

    Preciso riconoscimento del volto è un compito che può essere suddiviso in diverse fasi:

    1. Face detection
    2. Viso punto discovery
    3. Di rotazione, il ritaglio, l’allineamento e la scala, utilizzando i punti di riferimento
    4. Viso descrittore punto di discovery (questi non sono leggibili)
    5. Confronto di volti noti a trovare la corrispondenza più vicina

    Questo può essere fatto con diverse librerie ma richiede bytedeco wrapper per OpenCV e Caffe nonché una libreria come ND4j per la matrice di confronto.

    OpenCV ha HAAR cascate per il rilevamento del viso e possibile utilizzare flandmark per il viso punto di riconoscimento. Questo vi permetterà di eseguire i passaggi 1-3.

    Viso descrittore di scoperta può essere fatto utilizzando il bytedeco wrapper per Caffe e VGG Faccia Descrittore biblioteca (http://www.robots.ox.ac.uk/~vgg/software/vgg_face/)

    Infine, Nd4j può essere utilizzato per il confronto delle immagini. Se si dispone di un numero sufficiente di immagini classificata da persona a persona, forse si può utilizzare una rete neurale dalla libreria per la classificazione.

Lascia un commento