Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/spring/14.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Mobile 人脸检测库_Mobile_Computer Vision_Artificial Intelligence - Fatal编程技术网

Mobile 人脸检测库

Mobile 人脸检测库,mobile,computer-vision,artificial-intelligence,Mobile,Computer Vision,Artificial Intelligence,我需要开发一个主要针对Android、iOS和Windows mobile的用于人脸检测的移动应用程序。显然,OpenCV是最有名的。然而,我不确定不同操作系统之间的兼容性。贝西,还有其他选择吗?2关键要求: -开放源代码/商业库,但必须在没有internet连接的设备中本地/本机运行,因此播放器服务API无法工作 -能够跟踪运动中的多个面 任何人都可以分享他们在这方面的经验/知识?非常感谢任何指点 你真的把利润提高了很多 人脸检测通常由三个不同的区域组成。 1将人脸识别为人脸有嘴、鼻子和眼睛这

我需要开发一个主要针对Android、iOS和Windows mobile的用于人脸检测的移动应用程序。显然,OpenCV是最有名的。然而,我不确定不同操作系统之间的兼容性。贝西,还有其他选择吗?2关键要求:

-开放源代码/商业库,但必须在没有internet连接的设备中本地/本机运行,因此播放器服务API无法工作

-能够跟踪运动中的多个面


任何人都可以分享他们在这方面的经验/知识?非常感谢任何指点

你真的把利润提高了很多

人脸检测通常由三个不同的区域组成。 1将人脸识别为人脸有嘴、鼻子和眼睛这对聚焦快照很有用。 2识别面部特征,通过微笑或眼神追踪寻找情感。 3.面部识别。使用系统通过在面上附加名称来执行识别

您希望使用人脸识别工具来执行跟踪,并使用移动电话统计进入特定地点的人数

第一次跟踪是相当困难的。在单帧快照中执行简单的面部识别是一回事。那很容易。问题是,您可能会发现您的帧速率太低,以至于每三秒甚至每五秒只能容纳一帧。这将使跟踪和计算人脸几乎不可能。计算人脸数很容易,但困难的是要确定屏幕上的那张脸是以前被计算过的还是一个新的人进入了屏幕

OpenCV有很多用于面部识别、图像跟踪等的工具和示例。我强烈建议使用OpenCV并测试其功能。我推荐C/C++版本,除非您已经是我几个月前编写的Python程序员

我真的很喜欢Kyle Hounslow的教程。。。在youtube上查找他。他的视频经过深思熟虑,很有趣,他为所有工作提供了示例代码。继续观看所有这些视频,并重复所有这些示例。使用笔记本电脑了解帧速率中的可用内容

任务的下一部分是将东西从OpenCV移植到Android/iOS。这不是一件容易的事。我相信人们已经尝试过了,而且我相信有一些有用的提示

我并不是想劝阻你不要进行令人敬畏的调查,但请注意,你想做的事情非常困难。你将不得不花费一些时间来确定所有困难的领域都在哪里。不幸的是,在构建一些东西并尝试之前,您无法了解有效的帧速率和性能。
祝你旅途好运

嗯?先是人脸检测,然后是人脸检测。1.你是不是想在图像中找到一张脸,比如说聚焦相机。。。或者2你是想找到一张脸来识别一种特定的情绪还是3你是想通过名字来识别一个特定的人?这些是截然不同的事情。使用Python查看OpenCV,或者通过机器学习技术实现自己的应用。注意:我会推荐Andrew Ng的CurSera机器学习课程。有趣,你会学到很多。我会说,这个问题对于StackOverflow来说似乎太宽泛了。它可能有点宽泛,因为这只是一个POC。主要目的是统计通过一个机构主要入口的人数。所以根本不需要情感检测或识别。哎哟。这不是人脸检测,而是跟踪人,这是一个更加困难的算法。你会发现很多例子,但通常他们使用的是OpenCV和普通电脑。因为你可能没有足够的空间或隔离来从头到脚展示一个完整的人,所以你的测试将更加困难。手机呢?可能不是一件容易的事。很好的观点。曾考虑过人员跟踪,但设备可能放置在何处,最好的功能是面部或头部。在我看来,OpenCV可以做开箱即用的人脸检测,如果我错了,请纠正我,对准确性不确定。我的想法是,只要我能收集到一系列的盒子或长方形,这些盒子或长方形看起来像是脸,我就可以把它们发送到CNN的一个集群,可能运行在Caffe,Torch,或者Tensorflow用于更重的检测/识别工作负载,以确定框是否为人脸。另一层是计算唯一人脸的数量,应该接近人数,可能需要识别?我认为这里的关键是一种可靠的人脸检测方法,这是移动设备的作用。流量跟踪/计数看起来很有希望。源代码开放吗?@1001b不幸的是,我找不到。但是有很多样品可以让你接近。从Kyle Hounslow的单个对象跟踪示例开始,这将为您提供所需的洞察力。通读他所有的例子。