日萌社
人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)
Adaboost 人脸检测:Haar特征及积分图、分类器的级联
关键点提取:face_recognition、疲劳检测、人脸校准、人脸数据库
https://www.kaggle.com/deadskull7/fer2013 Fer2013人脸表情数据集由35886张人脸表情图片组 成,其中,测试图(Training)28708张,公共验证 图(PublicTest)和私有验证图(PrivateTest)各 3589张,每张图片是由大小固定为48×48的灰度图 像组成,共有7种表情,分别对应于数字标签0-6, 具体表情对应的标签和中英文如下: 0 anger 生气; 1 disgust 厌恶; 2 fear 恐 惧; 3 happy 开心; 4 sad 伤心;5 surprised 惊 讶; 6 normal 中性。 数据集并没有直接给出图片,而是将表情、 图片数据、用途的数据保存到csv文件中: 第一张图是csv文件的开头,第一行是表 头,说明每列数据的含义,第一列表示表 情标签,第二列即为图片数据,这里是原 始的图片数据,最后一列为用途。 数据集并没有直接给出图片,而是将表情、 图片数据、用途的数据保存到csv文件中: 第一张图是csv文件的开头,第一行是表头, 说明每列数据的含义,第一列表示表情标 签,第二列即为图片数据,这里是原始的 图片数据,最后一列为用途。 300 Face in Wild 是一个人脸识别和轮廓标注数据,该数据及也是机器视觉等级会议 ICCV 2013 人脸检测竞赛所使用的数据集。 helen 数据集有 2330 张图片,每个图片有 11 个分类。 除 Kodak Data Set 之外,现有图像库大多是灰度图像,这是因为早期的人脸检测和识别算法都是针 对灰度图像展开的,及后期图像灰度化的需要。随着彩色图像的普及,彩色图像中的人脸检测方法 (例如基于肤色分割的方法)也越来越受到研究者的重视,对这些方法的训练、测试和评价的图像库还 比较少,一般由研究者根据特定的标准自主建立。 1,人脸识别流程: 人脸采集,人脸检测,人脸图像预处理,人脸特征提取,匹配与识别 2,人脸检测: 检测速度,鲁棒性,误识别率,检测率 3,常用数据集: FER13 Dataset,300 Face in Wild等等
标签:人脸识别,检测,人脸,灰度,数据,图片 来源: https://blog.csdn.net/zimiao552147572/article/details/106442163
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。