java人臉檢測(cè)代碼 人臉識(shí)別java開(kāi)源項(xiàng)目

求人臉識(shí)別源代碼

基于Gabor特征提取和人工智能的人臉檢測(cè)系統(tǒng)源代碼Face Detection System

成都創(chuàng)新互聯(lián)是一家朝氣蓬勃的網(wǎng)站建設(shè)公司。公司專注于為企業(yè)提供信息化建設(shè)解決方案。從事網(wǎng)站開(kāi)發(fā)，網(wǎng)站制作，網(wǎng)站設(shè)計(jì)，網(wǎng)站模板，微信公眾號(hào)開(kāi)發(fā)，軟件開(kāi)發(fā)，微信小程序，十載建站對(duì)成都鑿毛機(jī)等多個(gè)領(lǐng)域，擁有豐富建站經(jīng)驗(yàn)。

這是一個(gè)使用了Gabor特征提取和人工智能的人臉檢測(cè)系統(tǒng)源代碼關(guān)鍵內(nèi)容

使用步驟：

1. 拷貝所有文件到MATLAB工作目錄下(確認(rèn)已經(jīng)安裝了圖像處理工具箱和人工智能工具箱)

2. 找到"main.m"文件

3. 命令行中運(yùn)行它

4. 點(diǎn)擊"Train Network"，等待程序訓(xùn)練好樣本

5. 點(diǎn)擊"Test on Photos"，選擇一個(gè).jpg圖片，識(shí)別。

6. 等待程序檢測(cè)出人臉區(qū)域

createffnn.m, drawrec.m, gabor.m, im2vec.m, imscan.m, loadimages.m, main.m, template1.png, template2.png, trainnet.m

java 人臉識(shí)別 問(wèn)題！

no jniopencv_objdetect in java.library.path

opencv的相應(yīng)的dll，沒(méi)有放到環(huán)境變量PATH 所指的目錄

人臉識(shí)別門禁系統(tǒng)Java源代碼

基于彈性模板匹配的人臉表情識(shí)別程序。首先針對(duì)靜態(tài)表情圖像進(jìn)行表情圖像的灰度、尺寸歸一化，然后利用Gabor小波變換提取人臉表情特征以構(gòu)造表情彈性圖，最后提出基于彈性模板匹配及K-近鄰的分類算法實(shí)現(xiàn)人臉表情的識(shí)別。

如何開(kāi)發(fā)Java動(dòng)態(tài)人臉識(shí)別

1.環(huán)境搭建

整個(gè)項(xiàng)目的結(jié)構(gòu)圖

2.編寫DetectFaceDemo.java,代碼如下：

[java] view plaincopy

package com.njupt.zhb.test;

import org.opencv.core.Core;

import org.opencv.core.Mat;

import org.opencv.core.MatOfRect;

import org.opencv.core.Point;

import org.opencv.core.Rect;

import org.opencv.core.Scalar;

import org.opencv.highgui.Highgui;

import org.opencv.objdetect.CascadeClassifier;

//

// Detects faces in an image, draws boxes around them, and writes the results

// to "faceDetection.png".

//

public class DetectFaceDemo {

public void run() {

System.out.println("\nRunning DetectFaceDemo");

System.out.println(getClass().getResource("lbpcascade_frontalface.xml").getPath());

// Create a face detector from the cascade file in the resources

// directory.

//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("lbpcascade_frontalface.xml").getPath());

//Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());

//注意：源程序的路徑會(huì)多打印一個(gè)‘/’，因此總是出現(xiàn)如下錯(cuò)誤

/*

* Detected 0 faces Writing faceDetection.png libpng warning: Image

* width is zero in IHDR libpng warning: Image height is zero in IHDR

* libpng error: Invalid IHDR data

*/

//因此，我們將第一個(gè)字符去掉

String xmlfilePath=getClass().getResource("lbpcascade_frontalface.xml").getPath().substring(1);

CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);

Mat image = Highgui.imread(getClass().getResource("we.jpg").getPath().substring(1));

// Detect faces in the image.

// MatOfRect is a special container class for Rect.

MatOfRect faceDetections = new MatOfRect();

faceDetector.detectMultiScale(image, faceDetections);

System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));

// Draw a bounding box around each face.

for (Rect rect : faceDetections.toArray()) {

Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));

}

// Save the visualized detection.

String filename = "faceDetection.png";

System.out.println(String.format("Writing %s", filename));

Highgui.imwrite(filename, image);

}

}

3.編寫測(cè)試類：

[java] view plaincopy

package com.njupt.zhb.test;

public class TestMain {

public static void main(String[] args) {

System.out.println("Hello, OpenCV");

// Load the native library.

System.loadLibrary("opencv_java246");

new DetectFaceDemo().run();

}

}

//運(yùn)行結(jié)果:

//Hello, OpenCV

//

//Running DetectFaceDemo

///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/lbpcascade_frontalface.xml

//Detected 8 faces

//Writing faceDetection.png

人臉識(shí)別系統(tǒng)使用java的開(kāi)發(fā)

現(xiàn)在主流的還是用的百度，千搜等公司的在線API，就是傳圖片過(guò)去，等接收結(jié)果就行，seetaface這個(gè)東西太復(fù)雜了。

人臉檢測(cè)庫(kù)：libfacedetection

這是一個(gè)基于cnn的圖像人臉檢測(cè)的開(kāi)源庫(kù)。CNN模型已被轉(zhuǎn)換為C源文件中的靜態(tài)變量。源代碼不依賴于任何其他庫(kù)。你所需要的只是一個(gè)c++編譯器。您可以使用c++編譯器在Windows、Linux、ARM和任何平臺(tái)下編譯源代碼。SIMD指令用于加速檢測(cè)。如果您使用Intel CPU或NEON for ARM，則可以啟用AVX2。在目錄中還提供了模型文件models/examples/libfacedetectcn -example.cpp展示了如何使用這個(gè)庫(kù)。

使用g++編譯源代碼時(shí)，請(qǐng)?zhí)砑?03以啟用優(yōu)化。

使用Microsoft Visual Studio編譯源代碼時(shí)，請(qǐng)選擇“最大化速度/-02”。

1.設(shè)置AArch64交叉編譯器(請(qǐng)參考AArch64工具鏈.cmake)

2.設(shè)置OpenCV路徑，因?yàn)槭纠a依賴于OpenCV

OpenCV Haar+AdaBoost以最小的面尺寸48x48運(yùn)行

只檢測(cè)人臉，不包含地區(qū)檢測(cè)。

最小面尺寸~12x12

Intel(R) Core(TM) i7-7700 CPU @ 3.6GHz

只檢測(cè)人臉，不包含地區(qū)檢測(cè)。

最小面尺寸~12x12

Raspberry Pi 3B+， 博通 BCM2837BO, Cortex-A53 (ARMv8) 64位SoC @ 1.4GHz

Shiqi Yu, shiqi.yu@gmail.com

本研究由深圳市科學(xué)基金(批準(zhǔn)號(hào):JCYJ20150324141711699)。

網(wǎng)頁(yè)題目：java人臉檢測(cè)代碼 人臉識(shí)別java開(kāi)源項(xiàng)目
分享鏈接：http://muchs.cn/article40/hgeiho.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站制作、網(wǎng)站營(yíng)銷、Google、外貿(mào)建站、用戶體驗(yàn)、網(wǎng)站策劃

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)