Библиотека распознавания лиц

Вот список коммерческих поставщиков, которые предоставляют готовые пакеты для распознавания лиц, работающие в Windows:

1. Cybula - информация об их SDK распознавания лиц. Это компания, основанная профессором университета, и поэтому их веб-сайт выглядит непрофессионально. Нет информации о ценах или демоверсии, которую вы можете скачать. Вам нужно будет связаться с ними для получения информации о ценах.

2. NeuroTechnology - информация об их SDK распознавания лиц. У этой компании есть предварительная информация о ценах, а также фактическая 30-дневная пробная версия их SDK.

3. Pittsburgh Pattern Recognition - (Получено Google) Информация об их SDK для отслеживания и распознавания лиц. Предоставляемые ими демонстрации помогут вам оценить их технологию, но не SDSK. Вам нужно будет связаться с ними для получения информации о ценах.

4. Sensible Vision - информация об их SDK. Их сайт позволяет вам легко получить ценовое предложение, а также заказать оценочный комплект, который поможет вам оценить их технологию.

Обновлять

OpenCV 2.4.2 теперь поставляется с очень новым cv :: FaceRecognizer < / а>. Пожалуйста, смотрите очень подробную документацию по адресу:

• http://docs.opencv.org/2.4/modules/contrib/doc/facerec/index.html

Исходный пост

Я выпустил libfacerec, современную библиотеку распознавания лиц для OpenCV C ++ API (лицензия BSD). libfacerec не имеет дополнительных зависимостей и реализует метод Eigenfaces, метод Fisherfaces и гистограммы локальных двоичных шаблонов. Части библиотеки будут включены в OpenCV 2.4.

Последняя версия libfacerec доступна по адресу:

• https://github.com/bytefish/libfacerec

Библиотека была написана для OpenCV 2.3.1 с учетом предстоящего OpenCV 2.4, поэтому я не поддерживаю версии OpenCV ранее 2.3.1. Этот проект представляет собой проект CMake с хорошо документированным API, есть также руководство по гендерной классификации. Вы можете увидеть HTML-версию документации по адресу:

• http://www.bytefish.de/dev/libfacerec/

Если вы хотите понять, как работают эти алгоритмы, вы можете прочитать мое Руководство по распознаванию лиц (включая примеры Python и GNU Octave / MATLAB):

• http://www.bytefish.de/blog/face_recognition_with_opencv2

Также есть реализация алгоритмов Python и GNU Octave / MATLAB в моем репозитории на github. Оба проекта в facerec также включают несколько методов перекрестной проверки для оценки алгоритмов:

• https://github.com/bytefish/facerec

Соответствующие публикации:

• Терк М. и Пентланд А. Собственные лица для узнавания. Журнал когнитивной неврологии 3 (1991), 71–86.
• Белхумёр П. Н., Хеспанха Дж. И Кригман Д. Собственные лица против рыбаков: распознавание с использованием линейной проекции, зависящей от класса.. IEEE Transactions по анализу шаблонов и машинному интеллекту 19, 7 (1997), 711–720.
• Ахонен Т., Хадид А. и Пиетикайнен М. Распознавание лиц с помощью локальных двоичных шаблонов.. Компьютерное зрение - ECCV 2004 (2004), 469–481.

pam-face-authentication модуль PAM для Face Authentication: но для получения того, что вы хотите, потребуется некоторая работа. Быстрый тест показал, что скорость распознавания не так хороша, как у VeriLook от NeuroTechnology.

Malic - еще одно программное обеспечение для распознавания лиц с открытым исходным кодом, использующее дескрипторы Gabor Wavelet. Но последнему обновлению первоисточника 3 года.

С веб-сайта: «Malic - это программное обеспечение для распознавания лиц с открытым исходным кодом, которое использует вейвлет Габора. Это система распознавания лиц в реальном времени, основанная на системе оценки идентификации лиц Malib и CSU (csuFaceIdEval). Использует библиотеку Malib для обработки изображений в реальном времени и некоторых других csuFaceIdEval для распознавания лиц. "

В дальнейшем это может быть интересно:

gaborboosting: научная программа, применяемая для распознавания лиц с помощью Gabor Wavelet и Алгоритм AdaBoost

Библиотека извлечения функций - FELib относится к «Аннотации лиц с помощью дискриминанта Фишера с трансдуктивным ядром»,

Я бы подумал, что Eigenface, который вы уже делаете, - это то, что вам нужно, если вы хотите рассчитать расстояние между гранями. Вы можете попробовать разные подходы, например Support Vector Machine или Скрытая марковская модель. Я нашел страницу со списком основных алгоритмов, которые можно использовать для распознавания лиц: Домашняя страница распознавания лиц.

Кроме того, когда вы говорите «лучшая производительность», вы имеете в виду скорость или точность? Какая у вас проблема? Насколько различаются данные? Это в основном лицевая сторона или они включают профили?

Если ваш проект представлен в кино или на телевидении, или в чем-то еще, где есть сценарий, похоже, вы определенно хотите посмотреть на работу Марк Эверингем et др.. Программное обеспечение доступно, как и результаты серии" Баффи ".

Вам следует посмотреть http://libccv.org/

Он довольно новый, но предоставляет бесплатный высокоуровневый API с открытым исходным кодом для обнаружения лиц.

(... и, осмелюсь сказать, чертовски потрясающе)

Изменить: также стоит отметить, что это одна из немногих библиотек, которая НЕ зависит от opencv, и просто для удовольствия, вот копия кода для обнаружения лиц со страницы документации, чтобы дать вам представление о том, что задействовано:

#include <ccv.h>
int main(int argc, char** argv)
{
    ccv_dense_matrix_t* image = 0;
    ccv_read(argv[1], &image, CCV_IO_GRAY | CCV_IO_ANY_FILE);
    ccv_bbf_classifier_cascade_t* cascade = ccv_load_bbf_classifier_cascade(argv[2]);         ccv_bbf_params_t params = { .interval = 8, .min_neighbors = 2, .accurate = 1, .flags = 0, .size = ccv_size(24, 24) };
    ccv_array_t* faces = ccv_bbf_detect_objects(image, &cascade, 1, params);
    int i;
    for (i = 0; i < faces->rnum; i++)
    {
        ccv_comp_t* face = (ccv_comp_t*)ccv_array_get(faces, i);
        printf("%d %d %d %d\n", face->rect.x, face->rect.y, face->rect.width, face->rect.y);
    }
    ccv_array_free(faces);
    ccv_bbf_classifier_cascade_free(cascade);
    ccv_matrix_free(image);
    return 0;
} 

Я знаю, что это было давно, но для всех, кто интересуется, есть проект Faint, в который входит многие из этих функций (обнаружение, распознавание и т. д.) в приятном программном пакете.

Мы используем OpenCV. В нем также много вещей, не связанных с распознаванием лиц, но, будьте уверены, он действительно распознает лица.

Вы можете попробовать открытую библиотеку MVG, ее также можно использовать для нескольких интерфейсов.

Следующим шагом будет FisherFaces. Попробуйте и проверьте, работают ли они у вас. Вот хорошее сравнение.

Не совсем то, что вы ищете, но может быть вам полезно. Алгоритмы распознавания лиц / компьютерного зрения в MATLAB.