微信小程序人脸AR技术演示
项目地址: https://gitcode.com/gh_mirrors/we/WeChat-MiniProgram-AR-TFJS 基础介绍
本项目是基于TensorFlow.js和微信小程序开发的人脸AR技术演示。主要使用JavaScript编程语言，通过微信小程序平台展示了人脸检测、手势识别以及图像分类等前沿技术。项目利用了TensorFlow.js的机器学习功能，在微信小程序环境中实现了增强现实效果。
核心功能
- 人脸检测与追踪：通过TensorFlow.js的
face-landmarks-detection库，实现人脸的实时检测和68个关键点的追踪，为人脸AR效果提供了基础。 - 3D模型叠加：在检测到的人脸基础上，叠加3D模型，实现动态的AR效果展示。
- 手势识别：利用
handpose库进行手势识别，识别出手部的关键点，并在此基础上进行手势与2D贴图的交互。 - 图像分类：通过TensorFlow.js进行图像分类，能识别不同的物体，本项目以识别杯子为例进行了演示。
最近更新功能
- 新增图像分类演示：在最新更新中，项目添加了一个使用tfjs进行图像分类的示例，用户可以扫描不同的物体进行分类。
- 新增手势识别演示：新增加了使用tfjs进行手势识别的演示，虽然识别速度较慢，大约每500毫秒完成一次检测，但已能够实现基础的手势追踪效果。
- 修复了若干bug：解决了Android微信中2D面具图像显示问题，以及第二次进入演示界面时3D模型不显示的问题。
通过这些功能的实现，本项目为开发者和用户提供了强大的微信小程序AR体验，同时也展示了TensorFlow.js在移动端网页环境下的应用潜力。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
