![]() | 1 DaLe2017 2017-09-12 14:18:40 +08:00 你这摄像头清晰度怎样,如果不行的话那就很难做人脸识别了 |
![]() | 2 Zel 2017-09-12 14:20:20 +08:00 没必要做人脸识别吧,只要能区分出来人或者动物就行了 那就用身高,指定身高范围内才会触发 |
![]() | 3 XuweiatTuSDK 2017-09-12 14:21:31 +08:00 看样子你需要用到三方接口了,传送楼主一门 →_→ https://tutucloud.com/face |
5 zxyroy 2017-09-12 14:32:41 +08:00 Haar feature-based cascade classifiers |
![]() | 6 LeeSeoung 2017-09-12 14:40:10 +08:00 开源项目代码一大堆吧,前两天这里还有人发过纯前端代码实现的人脸识别的。。你翻翻看 |
![]() | 7 Bensendbs 2017-09-12 14:41:39 +08:00 opencv? |
![]() | 8 ilotuo 2017-09-12 14:46:59 +08:00 低分辨率是检测不到脸的. 你需要行人探测算法 |
![]() | 11 lonccc 2017-09-12 15:08:46 +08:00 via Android 所以本来你是打算做那种图片差值的检测吗,图片内容有变化就拍照。区分人和动物的话随便找个分类器训练一下就好了,可以是二分类,人还是非人,有心情还可以加上狗,猫之类的。看看 mobilenet,squeezenet 的开源代码能不能跑到树莓派上,网上应该有一堆开源代码了。 |
![]() | 12 ericbize OP @XuweiatTuSDK nice 但是,老师要我自己写~ |
![]() | 13 lonccc 2017-09-12 15:09:44 +08:00 via Android 做人脸识别的工作量比做图像分类大多了 |
![]() | 14 LosLord 2017-09-12 15:11:11 +08:00 via Android 光一个人脸识别就够开公司的了 |
![]() | 15 Juconguyan 2017-09-12 15:13:50 +08:00 ![]() 人脸识别不是算出来的,是和人脸的大数据对比出来的,所以人脸识别的算法本身是怎么比的快,比的准,但是最重要的还是需要大数据 |
![]() | 17 XuweiatTuSDK 2017-09-12 15:23:22 +08:00 @Juconguyan 关系到算法、算力以及样本量 |
![]() | 20 ericbize OP @Juconguyan 这就很尴尬了, 我只是想识别一下下那个是人还是动物,感觉表达有错误。(虽然导师要求是能够识别自己人或者陌生人) |
![]() | 23 WildCat 2017-09-12 15:34:04 +08:00 via iPhone 国内某顶级机构早期做人脸相关的时候的数据来源于爬搜索引擎的图片搜索,keywords 就当 label 了。 |
![]() | 28 WildCat 2017-09-12 15:54:19 +08:00 via iPhone |
![]() | 31 sennes 2017-09-12 16:17:20 +08:00 我知道咋办 你需要的是将 thomaspark-pkj/darknet-nnpack 移植到树莓派上 用 Tiny-YOLO 识别图片中是否有 Person 而取图的触发条件还是用 sr505 就好了 不过经过我的测试 在树莓派上跑 nnpack 的 Tiny-YOLO 大概是 2 秒 /帧 (而且算图的时候是不能做其他事的了) 所以以下情境就会失效: "先进来一只猫,两秒之内再进来一个人" (笑) |
32 am241 2017-09-12 16:24:26 +08:00 via Android 用 mobilenet 提取特征,再分别给两个全连接网络,分别输出画面里有没有人和有没有动物,两个全连接网络开训练。 在家里就是这么搞的,但是我只需要识别人 |
![]() | 33 sennes 2017-09-12 16:27:53 +08:00 |
34 dayoushen 2017-09-12 16:31:55 +08:00 你需要行人检测,找一找现成的包。建议把动物缩小一下,比如是猫,狗啊,对于人和猴子估计真难分辨。 |
![]() | 35 Kbyte 2017-09-12 16:35:49 +08:00 你这种,就要有点心机了。。别搞那些很强的,你这是毕设。。我毕设的导师本身是数字图像处理专家,他也给我们弄类似的要求(当然当年是本科,要求可能略低,是要求测出是正脸还是侧脸)。就你这个来看,你就直接点,按颜色判断,就拿亚洲人肤色的值域判断。反正答辩的时候是你自己拿东西来测试,老师也不大可能从同班同学里找个老黑出来……然后动物你就找黑猩猩,黑马黑猫,白色兔子白色鸟什么的。。 |
![]() | 40 Kbyte 2017-09-12 17:37:34 +08:00 @rmdel 毕设嘛,又不是生产环境。。造点能过测试的示例图片就行。。简单粗暴测试全图无粉色都可能混过答辩呢。。要不消耗精力太大了,找工作什么的也是问题啊 |
44 am241 2017-09-12 17:52:06 +08:00 via Android @ericbize 没有两者都不出现的情况吗?那 kaggle 上猫狗识别那道题几乎和你这个一样。 用现成的网络做,正确率大于 95%非常 easy。跟着教程走一遍就 OK |
![]() | 45 66450146 2017-09-12 17:58:01 +08:00 去找个模型套上就是了,有空的时候再重新下载样例训练,还可以顺便找导师要个高性能机器跑一跑( |
![]() | 46 Hzzone 2017-09-12 19:07:50 +08:00 https://github.com/ydwen/caffe-face 这个文章的作者做到了99的准确度,类似的还有 deepid 系列,训练有很多公开的人脸数据集,CASIA-WebFace, LFW and so on. 不做这个传统方法有 SIFT..我没跑过,不熟. |
![]() | 47 Hzzone 2017-09-12 19:10:59 +08:00 CASIA-WebFace 有五十万图片,一万多个人,你如果要分开人和动物,可以再找一些公开数据集加上去.对机器性能要求比较高,没兴趣你还是做传统方法吧. |
49 DarryO 2017-09-12 20:26:43 +08:00 楼上说的 tiny-yolo 就很好,能满足要求。不过 tiny-yolo 是包含定位的,就是视频里把检测的物体框起来。听你的描述其实不需要这个吧? yolo 是检测(detection)的模型,你只要求分类,而且是二分类。所以我觉得你也可以用更简单的分类(classification)模型,alexnet 甚至 lenet 都可以试下,模型简单,应该会快许多。 |
50 Revenant 2017-09-13 09:55:48 +08:00 做人 /动物识别关键点还是在数据集的收集和数据标注,楼上说像素不够不是问题,CIFAR-10 数据集的图片还是 32x32 的图片,按照 tensorflow 上给的示例程序跑起来,准确率轻松达到 90%以上,不过我的显卡太渣( GTX 1070 ),训练一次要花费一个晚上时间。 另外感觉如果是单纯识别是人还是动物,用传统的方法就可以了 |