java人脸检测代码 人脸识别java开源项目

求人脸识别源代码

基于Gabor特征提取和人工智能的人脸检测系统源代码Face Detection System

成都创新互联是一家朝气蓬勃的网站建设公司。公司专注于为企业提供信息化建设解决方案。从事网站开发,网站制作,网站设计,网站模板,微信公众号开发,软件开发,微信小程序,十载建站对成都凿毛机等多个领域,拥有丰富建站经验。

这是一个使用了Gabor特征提取和人工智能的人脸检测系统源代码关键内容

使用步骤:

1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱)

2. 找到"main.m"文件

3. 命令行中运行它

4. 点击"Train Network",等待程序训练好样本

5. 点击"Test on Photos",选择一个.jpg图片,识别。

6. 等待程序检测出人脸区域

createffnn.m, drawrec.m, gabor.m, im2vec.m, imscan.m, loadimages.m, main.m, template1.png, template2.png, trainnet.m

java 人脸识别 问题!

no jniopencv_objdetect in java.library.path

opencv的相应的dll,没有放到环境变量PATH 所指的目录

人脸识别门禁系统Java源代码

基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化,然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图,最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。

如何开发Java动态人脸识别

1.环境搭建

整个项目的结构图

2.编写DetectFaceDemo.java,代码如下:

[java] view plaincopy

package com.njupt.zhb.test;

import org.opencv.core.Core;

import org.opencv.core.Mat;

import org.opencv.core.MatOfRect;

import org.opencv.core.Point;

import org.opencv.core.Rect;

import org.opencv.core.Scalar;

import org.opencv.highgui.Highgui;

import org.opencv.objdetect.CascadeClassifier;

//

// Detects faces in an image, draws boxes around them, and writes the results

// to "faceDetection.png".

//

public class DetectFaceDemo {

public void run() {

System.out.println("\nRunning DetectFaceDemo");

System.out.println(getClass().getResource("lbpcascade_frontalface.xml").getPath());

// Create a face detector from the cascade file in the resources

// directory.

//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("lbpcascade_frontalface.xml").getPath());

//Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());

//注意:源程序的路径会多打印一个‘/’,因此总是出现如下错误

/*

* Detected 0 faces Writing faceDetection.png libpng warning: Image

* width is zero in IHDR libpng warning: Image height is zero in IHDR

* libpng error: Invalid IHDR data

*/

//因此,我们将第一个字符去掉

String xmlfilePath=getClass().getResource("lbpcascade_frontalface.xml").getPath().substring(1);

CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);

Mat image = Highgui.imread(getClass().getResource("we.jpg").getPath().substring(1));

// Detect faces in the image.

// MatOfRect is a special container class for Rect.

MatOfRect faceDetections = new MatOfRect();

faceDetector.detectMultiScale(image, faceDetections);

System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));

// Draw a bounding box around each face.

for (Rect rect : faceDetections.toArray()) {

Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));

}

// Save the visualized detection.

String filename = "faceDetection.png";

System.out.println(String.format("Writing %s", filename));

Highgui.imwrite(filename, image);

}

}

3.编写测试类:

[java] view plaincopy

package com.njupt.zhb.test;

public class TestMain {

public static void main(String[] args) {

System.out.println("Hello, OpenCV");

// Load the native library.

System.loadLibrary("opencv_java246");

new DetectFaceDemo().run();

}

}

//运行结果:

//Hello, OpenCV

//

//Running DetectFaceDemo

///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/lbpcascade_frontalface.xml

//Detected 8 faces

//Writing faceDetection.png

人脸识别系统使用java的开发

现在主流的还是用的百度,千搜等公司的在线API,就是传图片过去,等接收结果就行,seetaface这个东西太复杂了。

人脸检测库:libfacedetection

这是一个基于cnn的图像人脸检测的开源库。CNN模型已被转换为C源文件中的静态变量。源代码不依赖于任何其他库。你所需要的只是一个c++编译器。您可以使用c++编译器在Windows、Linux、ARM和任何平台下编译源代码。SIMD指令用于加速检测。如果您使用Intel CPU或NEON for ARM,则可以启用AVX2。在目录中还提供了模型文件models/examples/libfacedetectcn -example.cpp展示了如何使用这个库。

使用g++编译源代码时,请添加-03以启用优化。

使用Microsoft Visual Studio编译源代码时,请选择“最大化速度/-02”。

1.设置AArch64交叉编译器(请参考AArch64工具链.cmake)

2.设置OpenCV路径,因为示例代码依赖于OpenCV

OpenCV Haar+AdaBoost以最小的面尺寸48x48运行

只检测人脸,不包含地区检测。

最小面尺寸~12x12

Intel(R) Core(TM) i7-7700 CPU @ 3.6GHz

只检测人脸,不包含地区检测。

最小面尺寸~12x12

Raspberry Pi 3B+, 博通 BCM2837BO, Cortex-A53 (ARMv8) 64位SoC @ 1.4GHz

Shiqi Yu, shiqi.yu@gmail.com

本研究由深圳市科学基金(批准号:JCYJ20150324141711699)。


名称栏目:java人脸检测代码 人脸识别java开源项目
URL网址:http://pwwzsj.com/article/hgeiho.html