问题标签 [facial-identification]

我的目标是创建一个可以拥有多个用户的应用程序。每个用户帐户都必须通过应用程序的面部识别来保护。我知道我可能无法正确理解 tensorflow 的概念，但它们是 android 中的一种方式，我们可以训练应用程序来识别某人的脸来判断这个用户是谁？我的印象是我们必须事先创建一个训练模型并将其应用到应用程序上，但至于我的目标，应用程序必须动态训练以识别谁是它的用户。提前致谢。

我正在使用 dlib 获取面部地标。我有超过 1000 张面孔的数据集。我想将这 1000 张图像与一些未知图像进行比较。为了减少数据库搜索时间，我想根据 dlib 的 68 个面部特征将这 1000 张图像聚类到 10 个不同的聚类中。目前，我正在根据不同人脸图像的下巴到鼻子的距离进行聚类。

问题：同一个人的每张图像都会生成不同的面部标志，这会影响从下巴到鼻尖的距离。请找到csv的截图

1. 第一列 - 人脸图像名称（同一人脸，大约 25 个样本）
2. 第 2、3 列 - Kmeans 聚类标签和第 4 列的质心
3. 4th - 脸下巴到鼻尖的欧式距离
4. 第 5 - 68 个长 dlib 面部标志，分别为下巴、眼睛......

问题：

1. 根据面部标志对图像进行聚类是正确的方法吗？如果不是，那么对人脸图像/人脸分组进行聚类以使数据库搜索对更多图像更有效的最佳方法是什么？

我尝试过性别分类，但准确度不好。尝试使用面部颜色/种族分类，但这限制了我的范围。例如，只有亚洲/欧洲面孔会让我再次搜索所有数据库

我无法确定哪个是集群的正确因素。非常感谢任何对文章或想法的引用。

我的用户需要能够使用图片进行身份验证。这样当他们在手机上创建帐户时，就会选择并保存一张图片。当他们登录时UIImagePickerController()，.sourceType = .camera应该拍照并将其与保存的图片进行比较。
我发现了一个可能重复的Link，但是自从引入 ARKit 和 Vision 以来，它已经很老了，不再真正相关了。
我必须在本地完成，所以很遗憾， Amazon Rekognition不是选项，Microsoft Cognitive Services也是如此谷歌的云视觉 API。
Vision Frameworks 有一个VNFaceObservation类，可以检测人脸，但我不知道如何将其与保存的人脸进行比较。

我正在尝试使用 Python 和 OpenCV 对面部图像进行一些特征工程。这个想法是使用这些特征进行无监督学习，将同一个人的图像组合在一起。管道如下：

1. 从几个 OpenCV 人脸检测器中选择一个（几个 LBP 和几个 HAAR 人脸级联）
2. 使用 OpenCV 来
   2.1 使用 5×5 高斯函数对图像进行卷积以进行低频带滤波以降低噪声
   2.2 将图像转换为灰度
   2.3 从图片中提取人脸图像
   2.4 将人脸大小调整为常见形状（例如 300 x 300）
3. 使用 scikit-image.feature.local_binary_pattern 获取人脸的局部二进制模式
4. 使用 numpy 生成这些 LBP 的直方图
5. 使用直方图作为 scikit-learn 的 NearestNeighbors 无监督学习算法的特征，以寻找可能表明它们属于同一个人的图像集群

问题是集群并不能很好地工作。当我看到我的数据被缩小到二维以进行可视化时，它甚至看起来都没有任何可辨别的集群，尽管我知道我的测试图像包含几个不同人的照片。

我怀疑它与 scikit-image 的 LBP 参数有关：采样点数和采样半径。我尝试为那些希望看到不同人物图像之间良好分离的人尝试几个值，但到目前为止还没有多少运气，请在此处查看结果。（出于可视化目的，不同的颜色表示不同的人。）所以这是我对帖子的问题：

是否有一个好的规则或规则来选择采样点的数量和 LBP 的采样半径，可能基于图像的性质或它们的某些属性？如果您对如何获得好的功能有其他想法，请告诉我。

尝试使用 aws rekognition 访问我的 s3 存储桶时出现以下错误：

我的预感是它与该地区有关。

这是代码：

这是我的配置文件：

我已经给了我能想到的用户几乎所有的权限。此外，s3 存储桶的区域似乎位于可以使用 rekognition 的地方。我能做些什么？

我正在尝试做一些面部识别，因为我目前正试图找出我想要实施的想法

我以前从来没有从一个文件夹中读取多张图像，我尽力而为，但遇到了一个我似乎无法工作的错误

所以我已将其更改为我目前拥有的并且它可以工作但仅在最后一张图像上，我想让它在文件夹中的所有图像上执行......我在它正在调用的文件夹中有 435 个图像，我不想要完成后全部打开，如果可能的话，我希望它们保存到某个文件夹或工作区

我知道这可能是一个相对笼统的问题，但我想看看我如何才能指出正确的方向......

我正在尝试使用 AWS Rekognition 构建一个实时人脸识别应用程序。我对 API 非常满意，并且使用上传到 S3 的静态图像来执行面部识别。但是，我正在尝试找到一种将实时数据流式传输到 Rekognition 的方法。在阅读了亚马逊提供的各种文章和文档后，我找到了这个过程，但似乎无法克服一个障碍。

根据文档，我可以使用 Kinesis 来完成此操作。看起来很简单：创建一个 Kinesis 视频流，并通过 Rekognition 处理该流。生产者将流数据生成到 Kinesis 流中，我很高兴。

我的问题是制片人。我发现 AWS 有一个可用的 Java Producer 库（https://docs.aws.amazon.com/kinesisvideostreams/latest/dg/producer-sdk-javaapi.html）。太好了...看起来很简单，但现在我如何使用该生产者从我的网络摄像头捕获流，并将字节发送到 Kinesis？AWS 提供的示例代码实际上使用了目录中的静态图像，没有任何代码可以将其与网络摄像头等实际实时源集成。

理想情况下，我可以将我的相机加载为输入源并开始流式传输。但我似乎找不到任何有关如何执行此操作的文档。

任何帮助或指导将不胜感激。

我正在使用 Facenet 模型创建一个面部识别应用程序。我想将模型计算的人脸嵌入存储到我使用 python 创建的 MongoDB 数据库中。但是在将长度为 128 的向量插入 DB 时出现错误。错误是这样的

我尝试了不同的方法，例如将嵌入向量更改为 dict

但这也没有用。

有什么办法可以做到吗？如果是怎么办？

或者我应该切换到另一个数据库？

我正在尝试在用户的脸上放置一个方形矩形，我正在识别它CIFaceFeature在全屏 ( self.view.frame) 视频源上实时使用。但是，我从中获取的坐标CIFaceFeature.bounds来自与视图使用的坐标系不同的坐标系。我已经尝试从这个和其他示例转换这些坐标。但是因为我没有在视频源上运行它，所以我没有可以传递的图像CIImage以方便坐标转换。下面是我的配置示例，知道如何转换为可用的CGRect吗？

我正在建立一个名人匹配面部识别服务。我有每个名人的多张照片，我想将用户的查询面孔与最近的名人相匹配。使用 Microsoft 的 Cognitive Services Face API 有两种方法可以做到这一点：

• FaceList - FindSimilar找到最近的单人脸
• PersonGroup - 识别以找到最近的人（利用所有面孔）

两者都可以与 0 阈值一起使用（包括所有结果），但哪一个更准确？我担心在不同的光线条件下使用多张图片，不同的发型等是否会帮助或绊倒检测精度。谢谢！