您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 一种基于 SIFT 的特征提取在人脸识别算法中的研究

  2. 因素的影响。基于 SIFT 特征提取的人脸识别隶属于局部的特征点的提取算法,这种算法目前来将在人脸图像遭受复杂环境的影响时具有将强的鲁棒性,是人脸识别的主流和发展趋势。未来的人脸识别技术会有更快更高效的算法被提出,检验一个算法的健壮性的好坏最终要的就是检测其在真实环境中的表现能力,也就是对存在噪声、光照、姿势、表情、部分遮挡、旋转、尺度变化以及一定程度的仿射变换等干扰因素影响下的鲁棒性;此外 3D 人脸识别技术也是人脸识别发展的一个重要方向,通过 3D 可变模型对人脸进行建模,摆脱二维人脸算法
  3. 所属分类:互联网

    • 发布日期:2016-02-22
    • 文件大小:2mb
    • 提供者:zhq0609
  1. 基于VS2013 opencv dlib的人脸变形代码(face morph)

  2. 基于VS2013 opencv dlib的人脸变形代码(face morph);包含了人脸检测 特征点提取;三角剖分;三角仿射变换
  3. 所属分类:图像处理

    • 发布日期:2018-06-25
    • 文件大小:99mb
    • 提供者:a450047941
  1. MTCNN_Project.zip

  2. 使用python写的一个深度学习项目,用的神经网络是MTCNN,通过识别出人脸的关键点位置,再使用仿射变换将准备好的贴纸自动融合进人脸位置。
  3. 所属分类:深度学习

    • 发布日期:2020-05-10
    • 文件大小:2mb
    • 提供者:qq_38502736
  1. 基于红外热像的行人面部温度高精度检测技术.pdf

  2. 针对复杂环境下运动物体的表面温度测量,实现了一种基于热红外图像与可见光图像相结合的 物体表面温度检测方法。首先在可见光图像下检测运动物体的感兴趣区域,在仿射变换的基础上实现 一种修正方法实现图像的精确配准,实时地将可见光图像的感兴趣区域映射到热红外图像上。然后对 热红外图像进行图像运算,最终获取运动物体特定区域的温度。以行人的人脸为研究对象,实验结果 表明,对非正面、轻微遮挡的人脸有较高的准确率,并且能快速地检测特定运动对象的表面温度,该 方法测量误差在 0.2℃内
  3. 所属分类:深度学习

    • 发布日期:2020-03-10
    • 文件大小:689kb
    • 提供者:u011832219
  1. python-opencv人脸融合

  2. # 实现人脸融合--------------------------------------------------------- # 输入: 2张人脸rgb图片 # 输出: 2张形变人脸图片,1张人脸融合图片 # 第1步:读取2张人脸landmark # 第2步:计算融合landmark坐标 # 第3步:三角剖分 # 第4步:仿射变换,进行人脸形变 # 第5步:人脸融合
  3. 所属分类:VR

    • 发布日期:2020-02-29
    • 文件大小:1mb
    • 提供者:Twilight737
  1. 在Python下利用OpenCV来旋转图像的教程

  2. OpenCV是应用最被广泛的的开源视觉库。他允许你使用很少的代码来检测图片或视频中的人脸。 这里有一些互联网上的教程来阐述怎么在OpenCV中使用仿射变换(affine transform)旋转图片–他们并没有处理旋转一个图片里的矩形一般会把矩形的边角切掉这一问题,所以产生的图片需要修改。当正确的使用一点代码时,这是一点瑕疵。   def rotate_about_center(src, angle, scale=1.): w = src.shape[1] h = src.shape
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:63kb
    • 提供者:weixin_38560039
  1. 基于Opencv和MTCNN检测人脸五个关键点进行仿射变换人脸对齐算法

  2. 最近需要做人脸对齐的算法,通俗理解就是将图片人人脸姿态不太正确的给矫正过来,所以写了python版本的人脸对齐算法。基本原理是先通过MTCNN检测到人脸的五个关键点,再把原图中人脸区域外扩100%(这样做的目的是保证对齐后图片中没有黑色区域,当然这个外扩的比例是看对齐效果自己可以调节的,我这里设置的100%)。最后的人脸对齐尺寸分为两种:112X96尺寸和112X112尺寸,其中首先需要定死仿射变换后人脸在目标图上的坐标,然后直接变换。废话不多说,直接手撕代码。 # 该代码实现利用人脸的五点仿
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:189kb
    • 提供者:weixin_38650629
  1. AffineGAN:在MM'19中“通过隐藏的仿射变换实现人脸图像到视频翻译”的PyTorch实现-源码

  2. 仿射 这是ACM Multimedia 19中论文“通过隐藏的仿射变换进行人脸图像到视频翻译”的正式pytorch实施。 快乐的 愤怒 惊喜 鄙视 眼睛向上 闭眼 鼓面颊 安装 Python 3.6 克隆此仓库: git clone https://github.com/sunlightsgy/AffineGAN.git cd AffineGAN 从安装PyTorch 0.4+(已测试1.1)和torchvision,以及其他依赖项(例如和 )。 对于pip用户,请键入命令pip in
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:24mb
    • 提供者:weixin_42099176
  1. 鼻子区域检测与三维人脸姿态自动化校正

  2. 在许多三维人脸应用中,人脸姿态校正是数据预处理过程中的重要一步.针对三维人脸顶点法向量的分布特性,提出一种基于鼻子区域检测的三维人脸姿态自动化校正方法.首先,对三维人脸顶点法向量进行无监督聚类,将具有相似属性的三维人脸顶点聚集到一类;然后提出一种基于无向图的三维人脸分割算法,将三维人脸分割成为若干区域,每个区域使用平均自旋图描述;再使用支持向量机分类器挑选鼻子区域,并根据模板三维人脸的姿态,对输入人脸进行三维仿射变换;最后通过迭代最近点算法获得精确的姿态校正结果.实验结果表明,该方法优于已有方法
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:550kb
    • 提供者:weixin_38614391
  1. 基于快速仿射模板匹配和改进仿射迭代最近点算法的人脸稳健精确仿射配准

  2. 提出了一种仅基于单个模板的人脸仿射配准方法。首先, 为了克服人脸仿射变换而产生的局部形变, 引入颜色特征来平衡模板人脸和目标人脸之间的颜色相似性和形状错配率, 进而提出了一种基于颜色特征的人脸粗搜索算法。接着, 采用人脸粗搜索算法得到的仿射变换作为初始约束, 建立上步仿射约束下的人脸形状精确配准算法。在算法的每一步迭代中, 利用前一步迭代得到的仿射变换, 建立最近点的对应关系, 并利用前步仿射约束下的目标函数求解新的仿射变换。本文算法成功解决了旋转、缩放和噪声干扰情况下人脸形状难以配准的问题。与
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:13mb
    • 提供者:weixin_38713393
  1. mtcnn-align-facenet部署:本项目是利用mtcnn网络和facenet网络实现了一个简单的人脸识别功能。整体流程大致如下:首先利用mtcnn网络进行人脸检测和人脸关键点(5个)提取;接着利用人脸关键点进行人脸校正(仿射变换)

  2. mtcnn对齐facenet部署 项目简介 本项目参考了bubbliiiing的和两个工程,在此对作者表示感谢! 这两个工程都是keras模型,所提供的模型文件都只有权重没有网络结构,我利用作者提供的网络定义和权重文件重新生成了带有网络结构的权重文件。某个原始先只有权重的模型文件pnet.h5 ,生成包含网络结构和权重的模型文件PNET.h5 。接着用keras2onnx工具把它( PNET.h5 )转换成onnx模型pnet.onnx ,其他胶水部分的逻辑没什么变化。具体的转换代码请参考ker
  3. 所属分类:其它

  1. 基于Lucas-Kanade算法的最大Gabor相似度大姿态人脸识别

  2. 在人脸识别科学研究和实际应用领域中,大角度姿态是影响人脸识别结果的主要因素之一,成为限制人脸识别技术进步的难点,而姿态的校正归一化是解决该问题的常用手段。首先通过加权的LK(Lucas-Kanade)算法得到侧脸块和对应正脸块的仿射变换参数,基于最大Gabor相似度寻找校正人脸姿态的最优参数。然后,以每一人脸块最优参数得到的平均Gabor相似度作为这一块人脸的识别权重,可以增加大姿态人脸识别的精度和稳健性。在FERET人脸数据库中进行了实验,当水平偏转角度为45°时,准确率达到97.3%,证明本
  3. 所属分类:其它