Face Detection

DLIB库example中face_detection_ex学习与实现 上源码 #include <dlib/image_processing/frontal_face_detector.h> #include <dlib/gui_widgets.h> #include <dlib/image_io.h> #include <iostream> using namespace dlib; using namespa... 阅读详情

Face Detection
time limit per test
1 second
memory limit per test
256 megabytes
input
standard input
output
standard output

The developers of Looksery have to write an efficient algorithm that detects faces on a picture. Unfortunately, they are currently busy preparing a contest for you, so you will have to do it for them.

In this problem an image is a rectangular table that consists of lowercase Latin letters. A face on the image is a 2 × 2 square, such that from the four letters of this square you can make word "face".

You need to write a program that determines the number of faces on the image. The squares that correspond to the faces can overlap.

Input

The first line contains two space-separated integers, n and m (1 ≤ n, m ≤ 50) — the height and the width of the image, respectively.

Next n lines define the image. Each line contains m lowercase Latin letters.

Output

In the single line print the number of faces on the image.

Sample test(s)
input
4 4
xxxx
xfax
xcex
xxxx
output
1
input
4 2
xx
cf
ae
xx
output
1
input
2 3
fac
cef
output
2
input
1 4
face
output
0
Note

In the first sample the image contains a single face, located in a square with the upper left corner at the second line and the second column:

In the second sample the image also contains exactly one face, its upper left corner is at the second row and the first column.

In the third sample two faces are shown:

In the fourth sample the image has no faces on it.


给一个矩阵的字符串,判断是否存在一个2*2矩形,里面有face四个字母。第一想法是搜索,然后枚举四个方向,最后除以4。

关键在于判断,第一次没想到简单方法,后来采用leap标记的方法,c[i][j]-'a'来表示第几个字母,在判断face对应的是否是访问过,就可以ans++了。

当时的leap开小了,数组越界了,wa的我莫名其妙,最近好几题都是数组大小问题。

#include<cstdio>
#include<cstring>
#include<iostream>
using namespace std;
char c[100][100];
int ans, leap[30];
void bfs(int x,int y)
{
	leap[0] = leap[2] = leap[5] = leap[4] = 0;
	leap[c[x][y] - 'a'] = 1; leap[c[x + 1][y] - 'a'] = 1; leap[c[x + 1][y + 1] - 'a'] = 1; leap[c[x][y + 1] - 'a'] = 1;
	if (leap[0] && leap[2] && leap[5] && leap[4])ans++;

	leap[0] = leap[2] = leap[5] = leap[4] = 0;
	leap[c[x][y] - 'a'] = 1; leap[c[x][y + 1] - 'a'] = 1; leap[c[x - 1][y] - 'a'] = 1; leap[c[x - 1][y + 1] - 'a'] = 1;
	if (leap[0] && leap[2] && leap[5] && leap[4])ans++;

	leap[0] = leap[2] = leap[5] = leap[4] = 0;
	leap[c[x][y] - 'a'] = 1; leap[c[x + 1][y] - 'a'] = 1; leap[c[x + 1][y - 1] - 'a'] = 1; leap[c[x][y - 1] - 'a'] = 1;
	if (leap[0] && leap[2] && leap[5] && leap[4])ans++;

	leap[0] = leap[2] = leap[5] = leap[4] = 0;
	leap[c[x][y] - 'a'] = 1; leap[c[x][y - 1] - 'a'] = 1; leap[c[x - 1][y] - 'a'] = 1; leap[c[x - 1][y - 1] - 'a'] = 1;
	if (leap[0] && leap[2] && leap[5] && leap[4])ans++;
}
int main()
{
	int i, j, m, n;
	cin >> n >> m;
	getchar();
	for (i = 0; i <= n + 1; i++)
	for (j = 0; j <= m + 1; j++)
		c[i][j] = 'x';
	for (i = 1; i <= n; i++)
	{
		for (j = 1; j <= m; j++)
		{
			scanf("%c", &c[i][j]);
		}
		getchar();
	}
	ans = 0;
	for (i = 1; i <= n; i++)
	{
		for (j = 1; j <= m; j++)
		{
			if (c[i][j] == 'a'||c[i][j]=='f'||c[i][j]=='c'||c[i][j]=='e')
				bfs(i, j);
		}
	}
	cout << ans / 4 << endl;
	return 0;
}

2.其实现在想想没有必要4个方向都搜索,可以只搜索c[x][y],c[x+1][y],c[x][y+1],c[x+1][y+1],因为只要存在,就一定可以通过左上角的把他判断出来。贴上tourist的代码,好好学习,还是基础太差,否则完全可以用string和sort熟练搞定。

#include <bits/stdc++.h>

using namespace std;

char s[777][777];

int main() {
  int h, w;
  scanf("%d %d", &h, &w);
  for (int i = 0; i < h; i++) {
    scanf("%s", s[i]);
  }
  int ans = 0;
  for (int i = 0; i < h - 1; i++) {
    for (int j = 0; j < w - 1; j++) {
      string z = "";
      z += s[i][j];
      z += s[i][j + 1];
      z += s[i + 1][j];
      z += s[i + 1][j + 1];
      sort(z.begin(), z.end());
      if (z == "acef") {
        ans++;
      }
    }
  }
  printf("%d\n", ans);
  return 0;
}



Python基于face_detection库的人脸识别实践项目 Dlib的关键点检测是基于监督学习的预测模型,即通过训练数据集来学习人脸特征点的位置。Dlib使用了一种称为”回归树”的机器学习模型,来预测人脸上的特征点位置。具体来说,Dlib采用了一种称为”回归级联”的技术,它是一个深度的决策树模型,用于检测图像中的人脸并精确地定位人脸上的关键点,如眼睛、鼻子、嘴巴和轮廓线。PyQT5是一个完整的GUI工具包,允许开发人员使用Python创建具有高度交互性的桌面应用程序。由于PyQT5提供了丰富的控件和布局管理器,开发者可以较为容易地设计出美观的用户界面。 阅读详情

相关推荐

python基于face_detection库人脸识别demo(可以编译成exe)

python基于face_detection库人脸识别demo(可以编译成exe)gui用的是pyqt5

利用PaddleHub做人脸检测

本示例利用Ultra-Light-Fast-Generic-Face-Detector-1MB模型完成人脸检测。该模型是针对边缘计算设备或低算力设备(如用ARM推理)设计的实时超轻量级通用人脸检测模型,可以在低算力设备中如用ARM进行实时的通用场景的人脸检测推理。 一、定义待预测数据 以本示例中文件夹下qwer.jpg为待预测图片 安装paddlehhub pip install paddlehub==1.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple #

Eric005的博客 1484

PostgreSQL数据库全攻略:从入门到精通

本文是一份PostgreSQL数据库综合指南,涵盖安装配置、基础操作和高级管理。主要内容包括:1) PostgreSQL简介与各平台安装方法;2) 数据库基本操作,如创建数据库/表、CRUD操作、用户权限管理;3) 高级功能包括索引优化、事务控制、视图、存储过程、触发器和扩展模块;4) 数据库管理维护,涉及配置调优、备份恢复、性能监控和日常维护;5) 安全设置与高可用方案。指南提供了从入门到进阶的实用知识,强调结合官方文档进行深入学习,帮助用户高效使用这一功能强大的开源关系型数据库系统。

索大神的博客 1969

三十行代码实现打开笔记本摄像头进行实时口罩识别

(1条消息) 调用百度飞桨paddlehub模型进行口罩识别 详解_我不想写BUG的博客-优快云博客https://blog.youkuaiyun.com/weixin_45981224/article/details/120251331?spm=1001.2014.3001.5501在上一篇文章中实现了调用paddlehub对文件夹中的图片进行口罩识别,想要改变为调用摄像头进行实时口罩识别其实很简单,在while true下进行如下循环 :利用cv2获取视频帧 - 使用paddlehub模型预测 - 在视频帧上画出

我不想写BUG的博客 851

GB28181协议实战:5分钟搞定海康摄像头SIP注册失败问题(附Wireshark抓包分析)

本文详细解析了海康摄像头在GB28181协议下SIP注册失败的7个关键原因及解决方案,包括网络可达性、鉴权参数、NAT穿越等核心问题。通过Wireshark抓包分析,提供快速定位方法,帮助工程师高效解决SIP注册失败问题,提升实时图像联调效率。

weixin_29212867的博客 550

AI时代,程序员何去何从?别慌,看完这篇你就明白了

AI时代程序员的发展方向 摘要:随着AI代码助手的普及,程序员行业面临变革。本文通过实际案例展示AI写代码的能力与局限:AI能生成基础功能代码(如RESTful API、数据处理脚本),但缺乏业务理解、系统设计和复杂逻辑处理能力。程序员的核心价值在于需求分析、架构设计、性能优化等高层能力。未来程序员应: 掌握AI工具提升效率 专注于创新和架构设计 培养业务理解能力 持续学习新技术 AI不会取代程序员,但会淘汰不会使用AI的程序员。建议开发者拥抱AI工具,将其作为助手而非威胁,聚焦高价值工作。

yunque_xianguang的博客 907

人脸检测库libfacedetection使用方法

libfacedetection介绍 libfacedetection是一个开源的人脸检测库,使用C编写,将模型文件转化为C的静态变量,不依赖外部第三方库,使用时可以直接把源代码拷到自己的工程,也可以使用动态库(so)/静态库(a)的方式来调用,使用还是很方便的。 这里介绍基于该库的动态链接库编译及调用的demo. 2.下载及编译 git clone https://github.com/Shiq...

lemonHe的博客 1万+

PyTorch实战:手把手教你用QAT量化感知训练拯救模型精度(附避坑指南)

本文详细介绍了如何使用PyTorch进行QAT量化感知训练,以提升模型在边缘设备上的推理精度。通过核心原理讲解、实战代码示例和避坑指南,帮助开发者掌握从环境配置、模型训练到边缘部署的全流程,有效解决传统量化方法导致的精度损失问题。

c7d8e的博客 325

百度开源业内首个口罩人脸检测及分类模型

抗击疫情,众志成城,人工智能技术正被应用到疫情防控中来。2月13日,百度宣布免费开源业内首个口罩人脸检测及分类模型。该模型可以有效检测在密集人流区域中携带和未携戴口罩的所有人脸,同时判断...

PaddlePaddle 2150

PLS-SEM(偏最小二乘路径建模)模型拟合优度指标

PLS-SEM(偏最小二乘路径建模)是一种基于方差的分析方法,侧重于预测导向,通过迭代优化路径系数和外部权重来最大化潜变量的解释方差(R²)。其评估指标分为外部测量模型和结构模型两部分:外部测量模型关注潜变量与显变量的关系,通过标准化载荷(>0.7)、信度指标(Cronbach’s α、复合信度CR>0.7)、聚合效度(AVE>0.5)和区分效度(Fornell-Larcker标准、HTMT<0.85)来评估模型的可靠性和有效性。结构模型则检验潜变量间的因果关系,通过路径系数(β值)

wewil_lwin的博客 3227

深入浅出讲解外部服务提供者 OAuth 2.0 帐户客户端创建与 ABAP 系统集成

本文详细介绍了在SAP ABAP平台配置OAuth 2.0客户端以安全调用外部Web服务的完整流程。主要内容包括:首先需要在外部服务提供者平台注册OAuth客户端,获取client ID和client secret;其次需特别注意重定向URI必须是公开可访问的地址;然后在ABAP系统中通过事务码OA2C_CONFIG配置OAuth客户端信息;最后阐述了常见的错误排查方法。文章强调了OAuth 2.0作为SAP系统与外部服务安全集成的标准协议,正确配置客户端是确保后续API调用安全可靠的关键前提。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 1734

deep learning for face detection

深度学习如何做人脸检测

guoyilin的专栏 1万+

如何使用VNC对openEuler系统进行远程图形化操作

本文详细介绍了在openEuler系统中配置VNC远程图形化操作的方法。主要内容包括:1)服务端配置:安装GNOME图形界面和TigerVNC服务,创建VNC用户并设置密码,配置VNC服务启动脚本;2)客户端连接:使用VNC Viewer等工具连接服务器;3)常见问题解决方法。通过5901端口建立连接后,用户可远程操作openEuler图形界面,适用于需要图形化管理的场景。

2501_93651177的博客 313

Scale-Aware Face Detection

2017CVPR 文章链接: 《Scale-Aware Face Detection》对于人脸检测,通常我们需要采用各种手段小心的处理多尺度的问题。事实上,对于很多待检测图像,其只在某个尺度上才有人脸存在。如果我们可以“提前预知”哪些尺度上存在人脸,就可以针对性的进行检测从而减少计算量。1. 方法介绍整个检测分为两个阶段: stage1,输入缩小的图片进入Scale Proposal Network

shuzfan的专栏 2898

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Face Liveness Detection & Anti-Spoofing 项目推荐

Face Liveness Detection & Anti-Spoofing 项目推荐 1. 项目基础介绍 Face Liveness Detection & Anti-Spoofing 是一个开源项目,旨在通过人脸活体检测技术来防止伪造攻击。该项目主要使用 Python 编程语言进行开发,实现了多种活体检测功能,以增强系统对人脸识别的安全性和可靠性。 2. 项目核心功能 该项目...

gitblog_00114的博客 887

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

Face-Detection-OpenCV 项目推荐

Face-Detection-OpenCV 项目推荐 项目基础介绍和主要编程语言 Face-Detection-OpenCV 是一个基于 OpenCV 库的开源项目,主要用于人脸检测。该项目使用 Python 作为主要的编程语言,结合 OpenCV 库提供的强大功能,实现了高效的人脸检测算法。OpenCV 是一个开源的计算机视觉和机器学习软件库,广泛应用于图像处理、视频分析、对象识别等领域。 项目...

gitblog_00309的博客 282

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

YOLO-Face-detection 项目推荐

YOLO-Face-detection 项目推荐 1. 项目基础介绍和主要编程语言 YOLO-Face-detection 是一个基于 YOLO (You Only Look Once) 算法的人脸检测开源项目。该项目的主要编程语言是 C 和 Cuda。通过使用这些语言,项目能够高效地实现实时人脸检测功能,适用于需要高性能计算的场景。 2. 项目的核心功能 该项目的核心功能是利用 YOLO 算法进...

gitblog_00478的博客 459

Face-Mask-Detection 项目使用教程

Face-Mask-Detection 项目使用教程 1. 项目的目录结构及介绍 Face-Mask-Detection/ ├── app.py ├── config.yml ├── detect_mask_image.py ├── detect_mask_video.py ├── mask_detector.model ├── model2onnx.py ├── plot.png ├── req...

gitblog_01013的博客 513

face_liveness_detection-Anti-spoofing 项目使用教程

face_liveness_detection-Anti-spoofing 项目使用教程 1. 项目目录结构及介绍 face_liveness_detection-Anti-spoofing/ ├── __pycache__/ ├── blink_detection/ ├── data_test/ ├── emotion_detection/ ├── profile_detection/ ├── ...

gitblog_00428的博客 947

【亲测免费】 face-detection-tflite 项目使用教程

``` face-detection-tflite/ ├── fdlite/ │ ├── __init__.py │ ├── face_detection.py │ ├── nms.py │ ├── transform.py │ ├── types.py │ └── utils.py ├── data/ │ ├── face_detection_back.tflite ...

gitblog_00466的博客 1359

Codeforces 549A. Face Detection[模拟]

A. Face Detection time limit per test 1 second memory limit per test 256 megabytes input standard input output standard output The developers of Looksery have to write an effici...

weixin_33701564的博客 121

matlab detection用法,Matlab人臉檢測方法(Face Parts Detection)具體解釋

今天同學讓我幫忙制作一個人臉表情識別的樣本庫,當中主要是對人臉進行裁剪,這里用到了一個相對較新的Matlab人臉檢測方法Face Parts Detection。網上百度了一下發現關於Matlab人臉檢測的代碼和資源並不多。故此專門撰寫一篇博客來具體介紹這個人臉檢測方法的用途。一、下載相應的工具包首先下載相應的工具包。matlab最方便的地方莫過於此了。直接下載、配置簡單、而且能夠查看源代碼,這里...

weixin_36366239的博客 697

探索前沿科技:Face-Detection 项目深度解析

探索前沿科技:Face-Detection 项目深度解析 去发现同类优质开源项目:https://gitcode.com/ 在这个数字化的时代,人脸识别技术正逐渐渗透到我们的日常生活中,从手机解锁到安全监控,无处不在。今天,我们要介绍的是一个开源的人脸检测项目——,它为开发者提供了一种高效且易于集成的人脸识别解决方案。 项目简介 Face-Detection 是由 jzplp 开发的一个基于深度学...

gitblog_00091的博客 434

jQuery Face Detection 插件使用教程

jQuery Face Detection 是一个基于 jQuery 的插件,用于在图片、视频和画布上检测人脸,并获取其坐标信息。该插件基于 Liu Liu 的算法,能够快速、准确地识别图像中的人脸。 ## 2. 项目快速启动 ### 安装插件 #### 使用 Bower 安装 ```bash bower install jquery.facedetection ``` #### 使用 ...

gitblog_00162的博客 1035

【亲测免费】 Android Face Detection 使用指南

Android Face Detection 使用指南 项目介绍 本项目基于GitHub上的开源仓库 tutsplus/Android-PlayServices-FaceDetection,它演示了如何利用Google Play服务中的Face Detection API来在Android应用程序中实现人脸检测功能。此API可以识别图像中的人脸并提供位置、表情等信息,非常适合于开发人脸识别相关的...

gitblog_00026的博客 560
上一篇: Cheese
下一篇: Shortest path of the king
Techay
博客等级 码龄11年 11粉丝 174原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值