人脸检测,即检测图片上人脸位置。传统的方法是首先生成候选窗,然后将候选窗输入到CNN网络
进行检测。本文中生成候选窗的过程使用CNN网络
的卷积过程完成。基于CNN网络
端到端的特性,使用三级网络。第一级产生候选窗,第二级网络改善候选窗,第三级网络确定最终的人脸框和五个特征点位置。
本篇文章主要介绍几种重要的前/背景分割算法
,这些算法主要基于颜色统计采样的方法,因此对前背景相差较大的图像效果较佳。
主要的关注点在于如何描述像素分布,以及使用什么算法进行最优化。
如图所示,分别为不同算法的演示实验,需要交互式的信息输入,然后基于颜色分布,进而得到分割结果。
似乎要大功告成了,花费一天半的时间搭建个人博客系统。之所以想要弄这个,主要是觉得挺酷的。记录生活,分享文字。
所有学习过的东西好像都能在未来的某一刻产生作用,之前参加JAVAWEB
实习,想着自己不做前端工程师,以后用不到这些。没想到这么
快就用到了。你经历过的东西,最不济也可以成为谈资。你之所以觉得学了没用,往往是你没学好。
seetaface
是中科院山世光老师开源的人脸识别库,基于C++开发。其中CNN网络
已经训练好,我们只需要直接调用。基于seetaface
库,我们可以开发一套人脸识别系统,了解人脸识别的整个流程,感受一下强大的深度学习。