Библиотека распознавания лиц [закрыто]

обновление

в формате OpenCV 2.4.2 теперь поставляется с новой cv:: FaceRecognizer. Пожалуйста, смотрите очень подробную документацию по адресу:

• http://docs.opencv.org/2.4/modules/contrib/doc/facerec/index.html

Оригинальное Сообщение

я выпустил libfacerec, современная библиотека распознавания лиц для OpenCV C++ API (лицензия BSD). libfacerec не имеет дополнительных зависимостей и реализует метод собственных поверхностей, метод Фишерфейсов и гистограммы локальных бинарных паттернов. Части библиотеки будут включены в OpenCV 2.4.

последняя версия libfacerec доступна по адресу:

• https://github.com/bytefish/libfacerec

библиотека была написана для OpenCV 2.3.1 с учетом предстоящего OpenCV 2.4, поэтому я не поддерживаю версии OpenCV ранее 2.3.1. Этот проект поставляется как проект CMake с хорошо документированный API, есть также учебник по гендерной классификации. Вы можете увидеть HTML версию документации на:

• http://www.bytefish.de/dev/libfacerec/

Если вы хотите понять, как работают эти алгоритмы, вы можете прочитать мое руководство по распознаванию лиц (включая Python и GNU Octave/MATLAB примеры):

• http://www.bytefish.de/blog/face_recognition_with_opencv2

также есть реализация алгоритмов Python и GNU Octave/MATLAB в мой репозиторий github. Оба проекта в facerec также включают в себя несколько методов перекрестной проверки для оценки алгоритмов:

• https://github.com/bytefish/facerec

соответствующие публикации таковы:

• Turk, M., and Pentland, A. собственные поверхности для распознавания.. Журнал когнитивной нейробиологии 3 (1991), 71-86.
• Belhumeur, P. N., Hespanha, J., and Kriegman, D. собственные поверхности против Fisherfaces: распознавание с использованием класса конкретной линейной проекции.. IEEE Transactions on Pattern Analysis and Machine Intelligence 19, 7 (1997), 711-720.
• Ахонен, т., Хадид, А. и Пиетикайнен, М. лицо Распознавание с помощью локальных бинарных паттернов.. Компьютерное зрение - ECCV 2004 (2004), 469-481.

pam-face-authentication модуль pam для аутентификации лица: но это потребует некоторой работы, чтобы получить то, что вы хотите. Быстрый тест показал, что скорость распознавания не так хороша, как у VeriLook из NeuroTechnology.

яблочная - это еще одно программное обеспечение для распознавания лиц с открытым исходным кодом, которое использует вейвлет-дескрипторы Gabor. Но последнее обновление источника составляет 3 года.

от вебсайт: "Malic-это программное обеспечение для распознавания лиц с открытым исходным кодом, которое использует вейвлет Габора. Это система распознавания лиц в реальном времени, которая основана на Malib и CSU Face Identification Evaluation System (csuFaceIdEval).Использует библиотеку Malib для обработки изображений в реальном времени и некоторые csuFaceIdEval для распознавания лиц."

далее это может быть интересно:

gaborboosting: Научная программа, применяемая для распознавания лиц с помощью Вейвлет Габора и алгоритм AdaBoost

Библиотека Извлечения Функций -FELib относится к "лицо Аннотация ядра Трансдуктивная Фишера, Дискриминантный,"

Я думаю Eigenface, что вы уже делаете, это путь, если вы хотите рассчитать расстояние между гранями. Вы можете попробовать различные подходы, такие как Поддержка Векторной Машины или Скрытая Марковская Модель. Я нашел страницу, на которой перечислены основные алгоритмы, которые могут быть использованы для распознавания лиц: Главная Страница Распознавания Лиц.

кроме того, когда вы говорите "лучшая производительность", вы имеете в виду скорость или точность? Что? у тебя какие-то проблемы? Насколько различны данные? Являются ли они в основном фронтальным лицом или они включают профили?

Если ваш проект находится на кино или ТВ, или что-нибудь, что имеет сценарий, похоже, вы определенно хотите посмотреть на работу Марк Everingham etal.. Программное обеспечение скачать, а результаты по эпизоду Баффи.

вы должны смотреть на http://libccv.org/

Это довольно новый, но он предоставляет бесплатный API высокого уровня с открытым исходным кодом для обнаружения лиц.

(...и, смею сказать, довольно чертовски удивительно)

Edit: стоит также отметить, что это одна из немногих библиотек, которая не зависит от opencv, и просто для удовольствия, вот копия кода для обнаружения лица со страницы документации, чтобы дать вам представление о том, что связано:

#include <ccv.h>
int main(int argc, char** argv)
{
    ccv_dense_matrix_t* image = 0;
    ccv_read(argv[1], &image, CCV_IO_GRAY | CCV_IO_ANY_FILE);
    ccv_bbf_classifier_cascade_t* cascade = ccv_load_bbf_classifier_cascade(argv[2]);         ccv_bbf_params_t params = { .interval = 8, .min_neighbors = 2, .accurate = 1, .flags = 0, .size = ccv_size(24, 24) };
    ccv_array_t* faces = ccv_bbf_detect_objects(image, &cascade, 1, params);
    int i;
    for (i = 0; i < faces->rnum; i++)
    {
        ccv_comp_t* face = (ccv_comp_t*)ccv_array_get(faces, i);
        printf("%d %d %d %d\n", face->rect.x, face->rect.y, face->rect.width, face->rect.y);
    }
    ccv_array_free(faces);
    ccv_bbf_classifier_cascade_free(cascade);
    ccv_matrix_free(image);
    return 0;
} 

Я знаю, что это было некоторое время, но для тех, кто еще заинтересован, есть слабый, который имеет в комплекте множество этих функций (обнаружение, распознавание и т. д.) в хороший программный пакет.

мы используем OpenCV. Он имеет много из материала без распознавания лиц там тоже, но, будьте уверены, он делает распознавание лиц.

вы можете попробовать открыть библиотеку MVG, он может быть использован для нескольких интерфейсов тоже.

следующим шагом будет FisherFaces. Попробуйте и проверьте, работают ли они на вас. здесь хорошее сравнение.

Не совсем то, что вы ищете, но это может быть полезным для вас. Распознавание Лиц/Компьютерное Зрение алгоритмы в MATLAB.