C++ 人脸识别 浅理解C++ 人脸识别系统的实现
进击的小尧好程序员 人气:4机器学习
- 机器学习的目的是把数据转换成信息。
- 机器学习通过从数据里提取规则或模式来把数据转成信息。
人脸识别
- 人脸识别通过级联分类器对特征的分级筛选来确定是否是人脸。
- 每个节点的正确识别率很高,但正确拒绝率很低。
- 任一节点判断没有人脸特征则结束运算,宣布不是人脸。
- 全部节点通过,则宣布是人脸。
工业上,常用人脸识别技术来识别物体。
基于深度学习的人脸识别系统,一共用到5个开源库:OpenCV(计算机视觉库)、Caffe(深度学习库)、Dlib(机器学习库)、libfacedetection(人脸检测库)、cudnn(gpu加速器)。
用到一个开源的深度学习模型:VGG model。
#include "opencv2/core/core.hpp" #include "opencv2/objdetect/objdetect.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> #include <stdio.h> using namespace std; using namespace cv; string face_cascade_name = "haarcascade_frontalface_alt.xml"; CascadeClassifier face_cascade; string window_name = "人脸识别"; void detectAndDisplay( Mat frame ); int main( int argc, char** argv ){ Mat image; image = imread( argv[1]); if( argc != 2 || !image.data ){ printf("[error] 没有图片\n"); return -1; } if( !face_cascade.load( face_cascade_name ) ){ printf("[error] 无法加载级联分类器文件!\n"); return -1; } detectAndDisplay(image); waitKey(0); } void detectAndDisplay( Mat frame ){ std::vector<Rect> faces; Mat frame_gray; cvtColor( frame, frame_gray, CV_BGR2GRAY ); equalizeHist( frame_gray, frame_gray ); face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) ); for( int i = 0; i < faces.size(); i++ ){ Point center( faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5 ); ellipse( frame, center, Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 ); } imshow( window_name, frame ); }
参考文章:https://www.cnblogs.com/justany/archive/2012/11/22/2781552.html
加载全部内容