博客
关于我
4 第4章 哺乳动物面部的检测与融合
阅读量:705 次
发布时间:2019-03-21

本文共 590 字,大约阅读时间需要 1 分钟。

4. 第4章 哺乳动物面部的检测与融合

本章的主要内容围绕我喜欢的两个领域——猫和增强现实(AR)展开。我们将开发一个名为ManyMasks的AR应用程序,该应用程序能够实时检测并突出显示人脸和猫脸的边界、眼睛中心以及鼻尖等关键特征。该应用程序的用户可以完成以下操作:

  • 实时观看视频中人脸和猫脸的边界显示,以及眼睛和鼻尖的位置(基于人脸检测算法的可视化效果)。
  • 在视频帧中选择两个检测到的面部,并对对齐后再进行融合。观察到混合后的脸部效果。
  • 保存和分享混合后的脸部图片。

我们的人脸检测算法依赖于级联分类器(cascade classifiers),通过训练的面部、眼睛或猫脸通用模型来匹配图像中的各个图像部分。我们基于面部结构的几何假设来估计其他特征的位置。为了实现面部融合,我们使用基于几何变换的算法,对两张脸进行对齐后,通过算术混合其像素创建融合效果。

需要注意的是,尽管我们将ManyMasks主要用于猫和人类,但该应用程序同样可以检测并融合其他动物的面部。下图展示了将我的脸沿着左图中的父亲Bob、右上图中的猫Sanibel以及右下图中的另一个红色猫分别进行了融合的效果示例。[图片已移除]

有关本书的完整项目信息,请访问我的GitHub仓库[链接已移除]或访问Packt Publishing官网[链接已移除],在项目文件夹ManyMasks中查找详细代码。

本章索引

转载地址:http://hmxez.baihongyu.com/

你可能感兴趣的文章
NIO Selector实现原理
查看>>
nio 中channel和buffer的基本使用
查看>>
NIO基于UDP协议的网络编程
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
查看>>
NMAP网络扫描工具的安装与使用
查看>>
NMF(非负矩阵分解)
查看>>
NN&DL4.1 Deep L-layer neural network简介
查看>>
NN&DL4.3 Getting your matrix dimensions right
查看>>
NN&DL4.8 What does this have to do with the brain?
查看>>