序言
目录
正文
人脸特征点
PERCLOS
LBP
BSD（盲区检测）
常用人脸库：
MIT
FERET
PIE
AR
ORL
YaleA
YaleB
CAS-PEAL
JAFEE
效果检测参数：
俯仰角：-60度-60度
左右旋转角：-70度-70度
误检率 <20%
眼闭合时间：0.2-0.3% 超过0.5s 就报警
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：目标检测之人脸识别 - Python技术站
微信扫一扫 
支付宝扫一扫
【目标检测】使用YOLOv3对视频进行物体检测并输出新的视频
上一篇
2023年4月5日 下午9:26
目标检测后处理之NMS（非极大值抑制算法）
下一篇
2023年4月5日 下午9:27
相关文章
-
3. CNN卷积网络-反向更新
1. CNN卷积网络-初识 2. CNN卷积网络-前向传播算法 3. CNN卷积网络-反向更新 如果读者详细的了解了DNN神经网络的反向更新，那对我们今天的学习会有很大的帮助。我们的CNN卷机网络中有3种网络结构。1. 卷积层，2.池化层，3.全连接层。全连接层的反向传播的方式和DNN的反向传播的方式是一样的，因为DNN的所有层都是全连接的结构。卷机层和池化…
-
(tensorflow计算)如何查看tensorflow计算用的是CPU还是GPU
目录： 一、问题解决 二、扩展内容 一、问题解决 在sess.run()这行命令前面，加上如下内容： sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True)) 终端的Device mapping（设备映射） 二、…
-
奉献pytorch 搭建 CNN 卷积神经网络训练图像识别的模型，配合numpy 和matplotlib 一起使用调用 cuda GPU进行加速训练
1、Torch构建简单的模型 # coding:utf-8 import torch class Net(torch.nn.Module): def __init__(self,img_rgb=3,img_size=32,img_class=13): super(Net, self).__init__() self.conv1 = torch.nn.Sequ…
-
caffe生成voc格式lmdb
要训练ssd基本都是在liu wei框架下改，生成lmdb这一关照葫芦画瓢总遇坑，记录之： 1. labelmap_voc.prototxt要根据自己的分类修改，比如人脸检测改成这样： item { name: “none_of_the_above” label: 0 display_name: “background” } item { name: “fa…
-
对ONNX模型进行BN和卷积层的融合
对Resnet50.onnx模型进行BN和卷积层的融合 一、准备工作 安装ONNX You can then install ONNX from PyPi (Note: Set environment variable ONNX_ML=1 for onnx-ml): pip install onnx You can also build and inst…
-
港中文等提出Seesaw Loss：一种面向长尾目标检测的平衡损失函数
港中文等提出Seesaw Loss：一种面向长尾目标检测的平衡损失函数 今天 点击上方“CVer”，选择加”星标”置顶 重磅干货，第一时间送达 本文作者：王佳琦 https://zhuanlan.zhihu.com/p/339126633 本文已由原作者授权，不得擅自二次转载 【前言】 论文：https://arxiv.org/abs/2008.1003…
-
生成对抗网络（GAN Generative Adversarial Nets ）简介
常见神经网络形式 神经网络分很多种, 有普通的前向传播神经网络 , 有分析图片的 CNN 卷积神经网络 , 有分析序列化数据, 比如语音的 RNN 循环神经网络 , 这些神经网络都是用来输入数据, 得到想要的结果, 我们看中的是这些神经网络能很好的将数据与结果通过某种关系联系起来. 生成网络 但是还有另外一种形式的神经网络, 他不是用来把数据对应上结果的…
-
tensorflow文本分类实战——卷积神经网络CNN
首先说明使用的工具和环境：python3.6.8 tensorflow1.14.0 centos7.0（最好用Ubuntu） 关于环境的搭建只做简单说明，我这边是使用pip搭建了python的虚拟环境(virtualenv)，并在虚拟环境中安装tensorflow。详细步骤可以查看tensorflow的官网。 注：本文参考于 基于tensorfl…
