问题标签 [facial-identification]

我一直致力于将 OpenCV 集成到 android 中，并且我能够成功地做到这一点。通过 Java 预设和Haarcascades ，我能够在运行时检测Face、Nose、Mouth。

现在下一个任务可能是在运行时检测面部标志。经过大量搜索后，我最终选择了Dlib和Flandmark。我试图实现两者。当我实现 Dlib 时，我的相机的帧速率从 15 fps 下降到 1-2 fps，而且也没有检测到地标。在 Flandmark 中，代码无法从原始文件夹中找到 .dat 文件。在 Google 上进行更多搜索后，我发现 OpenCV 3.4.1 已经集成了 Facemark，并且不需要实现任何第三方库来进行地标检测。

在这一点上，我找不到任何关于如何直接在onCameraFrame中重新调整的垫子上实现Facemark或Kazemi并从那里检测面部标志的示例或文档。

任何帮助表示赞赏。提前致谢。

语境化：

我正在研究一种面部识别算法，而 NIST 是试图标准化所有可用算法之间的测试、测量和比较的组织。为了进行测试和比较，我需要实现它们的接口，该接口在 FRVT Project中可用，更具体地说是在frvt11.h文件中。

frvt11.h这个问题的相关代码：

implementation.h我正在开发的实现的相关代码：

implementation.cpp我正在开发的实现的相关代码：

最后我的问题：

问题：如何实现 getImplementation() 以返回引用的“指向接口对象的托管指针”？

当有人在网络摄像头前被识别时，我只想保存一张图像，但在下面的代码中保存了很多图像，我如何设置拍摄时间间隔？

`

我正在研究人脸识别，我遇到了这种方法来进行人脸转换，使用相似性变换来对齐 mtcnn 为 megaface 数据集检测到的人脸，因为正在使用的源矩阵是

谁能告诉我我们从哪里得出这个矩阵？和/或为什么使用它？

参考：https ://zhuanlan.zhihu.com/p/29515986

我正在尝试运行一个函数，该函数从各种相机馈送中获取帧并将它们保存到磁盘。

我将三个摄像头连接到我的笔记本电脑 USB 端口，并尝试一次启动所有摄像头并尝试对那些捕获的图像/帧执行一些操作。为简单起见，我只是将它们保存到磁盘。这是下面的代码：

但是，上面的代码没有保存任何帧。你能帮我解决这个问题吗？

我打算在我的 iOS 和 android 应用程序中使用忘记密码AWS Rekognition的服务。流程就像，每当用户启动忘记密码时，我将检查实际用户是否正在启动特定手机号码的忘记密码。为此，我将要求用户为他/她自己拍摄一张现场照片，并将其与参考图像进行核对。但我在这方面面临一种情况，

例如：如果用户 A 得到用户 B 的手机并从 B 的设备发起忘记密码，如果我们只有 OTP 认证，A 可以使用忘记密码轻松更改 B 的密码，因为 A 可以访问 B 的消息。

因此，我想在启动忘记密码流程之前添加额外的安全层，确保使用启动忘记密码操作的人的实时图片。

在这种情况下，如果用户 A 在 A 的手机中有用户 B 的图像并从用户 B 的手机拍照并启动忘记密码怎么办？

如何限制这种情况？我只想知道这是否是建议的继续方式。

请指教。

首先，我对这个领域很陌生。也许我的问题有点太天真了，甚至是微不足道的..

我目前正在尝试了解如何识别不同的面孔。这是我到目前为止尝试的方法以及每种方法的主要问题：

1) Haar Cascade -> HOG -> SVM：主要问题是当训练超过 4 个人时，算法变得非常优柔寡断。当我们将 Haar Cascade 更改为预训练的 CNN 以检测人脸时，也会发生同样的情况。

2) dlib 面部标志 -> 点之间的距离 -> SVM 或简单神经网络分类：这是当前的方法，当训练 4 个人时它表现得非常好。当训练更多人时，它变得非常混乱，从决策中跳出来做出决定，从不下定决心做出选择。

我在网上读到 Triplet loss 是要走的路。但我很困惑 id 如何实现它。我可以使用使用 Dlib 找到的当前距离向量，还是应该放弃所有内容并训练我自己的 CNN？

如果我可以使用距离向量，我将如何将数据传递给算法？Triplet loss 是一个简单的神经网络，只是改变了它的损失函数？

我冒昧地展示了如何计算距离向量：

绿线表示正在计算的距离返回一个 33 浮点列表，然后将其馈送到分类器

这是分类器（Keras）的相关代码：

我认为这是一个比其他任何问题都更具理论性的问题。如果在该领域有丰富经验的人可以帮助我，我会非常高兴！

我正在尝试使用 OpenCV、dlib 和 Python 做的是基本上使用此博客中的 dlib 识别一组图像上的面部标志

这是我的代码：

现在，我没有收到任何消息错误，脚本运行，但它停止并崩溃了。我知道读取图像的问题，因为它在这一步之前打印了消息，一旦到达读取图像，它就会打印一部分并崩溃。我确定所有路径都是正确的，并且它读取并打印图像的某些部分并且无法返回 NonType Object 错误的证据，它给出了检查在线解决方案或停止程序的窗口消息，当我检查在线解决方案时，它不能给我任何结果。消息如下：

任何想法和建议都会帮助我。非常感谢

我是 AWS 的新手。现在我可以在静态图像中识别人脸了。我想在流媒体视频中识别人脸。我参考此链接在此处输入链接描述但我不明白如何将实时视频连接到 kinesis 视频流。任何人都可以帮助我了解处理器。

我第一次来这里，但我真的搜索过它，遗憾的是我没有找到帮助。

我有一个面部识别算法......目前，我正在努力提高它的效率。

经过一番研究，我得出结论，dlib.get_frontal_face_detector ()是减慢我的代码的函数。

然后，我的方法是去除我的人物背景，只提取两个图像之间的差异。在它之后，我有一些图像，从完整的原始图像中裁剪出来，只有差异的这幅图像要小得多（例如完整图像：1520 x 2592 像素和带有面部的裁剪图像：150x200 像素）。

OBS：检测相机离被识别的人很远，因此图像中的人脸很小，而且这种尺寸的大部分都是无用的，因此我决定删除无用的部分。

但是，这里事情变得疯狂了：当我将微小的、更小的、裁剪的脸应用到dlib.get_frontal_face_detector ()时，它有时无法识别它！（有时它会识别，这很奇怪！）。这听起来很奇怪，因为当我将完整图像应用到 f​​ace_detector 时，虽然分辨率相同，但形状更大，它却能识别出同一张脸！

我想我在这里遗漏了一些理论信息......

在较小图像的提取器上方并在检测器上使用它。下面是我将完整图像应用于同一个检测器的简单代码。

任何了解 DLIB 和 OPENCV 和 PYTHON 的人都可以帮助我吗？

OBS¹：未被识别的图像大于在 for 中定义的阈值，以丢弃太小的图像。