【dlib opencv - detector landmark】 ubuntu上针对dlib-hog和opencv haar人脸检测与landmar-68在不同平台上运行时间实验结果汇总

最新推荐文章于 2025-01-22 22:34:54 发布
原创 最新推荐文章于 2025-01-22 22:34:54 发布 · 618 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#dlib #opencv #face #landmark #ubuntu

本文通过实验对比了dlib与OpenCV在人脸检测方面的性能差异，实验环境为Ubuntu 16.04系统，使用Python 3.6.1及Anaconda定制版。在640x480分辨率下，dlib与OpenCV的人脸检测速度分别为11-18ms和11-20ms。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

实验环境

=====================================================================================

system: ubuntu 16.04

cpu: 8  Intel(R) Core(TM) i7-7700 CPU @ 3.60GHz

QMake version 3.0  Qt version 5.6.2

opencv 3.3.0

cmake version 3.5.1

Python 3.6.1 |Anaconda custom (64-bit)

dlib  19.10.0

image size 640*480

=====================================================================================

实验结果

（一）左：cmake-dlib / 右：cmake-opencv

 

（二）qmake-dlib（左：debug；右：release）

（三）qmake-opencv（左：debug；右：release）


python-dlib

（四）python-opencv


=====================================================================================

列表总结640*480 opcv-detector和dlib-detector Time情况

Time all dlib-128d-5point                                                                                                                 11-18ms

Time all dlib-128d-68point                                                                                                               11-20ms

OpenCV训练面部界标探测器face_landmark_trainer
希望我的博客，能帮上你解决学习中工作中所遇到的问题
04-22 434
OpenCV训练面部界标探测器训练面部界标探测器命令参数说明训练参数说明参数说明如下：源代码 训练面部界标探测器 此应用程序有助于训练您自己的面部标志检测器。您只需提供包含图像的目录路径和包含其对应面部标志的文件，就可以训练自己的面部标志检测。由于此地标检测器最初是在HELEN数据集上进行训练的，因此该训练遵循HELEN数据集中提供的数据格式。 数据集由.txt文件组成，其第一行包含图像名称，该图像名称之后是注释。包含注释的文件的格式应为以下格式： /directory/images/abc.jpg 123
人脸检测-人脸关键点-人脸识别-人脸打卡-haar-hog-cnn-ssd-mtcnn-lbph-eigenface-resnet python opencv源码（史上最全）
最新发布
FJN110的博客
04-16 1490
CNN（Convolutional Neural Network，卷积神经网络）是一种深度学习模型，广泛应用于计算机视觉任务，包括人脸检测、识别和分类。相比于传统方法（如Haar、HOG），CNN能够自动学习图像的多层次特征（如边缘、纹理、形状等），具有更高的检测精度和鲁棒性。CNN人脸检测的优势：高精度：能够检测不同角度、光照、遮挡的人脸。端到端训练：无需手动设计特征提取器（如Haar、HOG）。适应性强：适用于复杂背景、多人脸场景。
dlib 实现人脸检测实践
taozhuang_xas的博客
11-03 256
1、到https://pypi.org/simple/dlib/下载适合自己的版本，cp35，表示python3.5如此类推。 2、将下载的文件放在C:\Users\USER\Anaconda3\Lib\site-packages目录下。 3、win+r 输入cmd打开命令行，cd C:\Users\USER\Anaconda3\Lib\site-packages 到此目录。 4、pip i...
Ubuntu下Python之dlib人脸检测
shareinfo2018
08-04 1023
import sys import os import dlib import glob from skimage import io detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") w
在Ubuntu上使用基于OpenCV+HOG的SVM行人分类检测
breeze210的博客
04-03 566
在Ubuntu上使用基于OpenCV+HOG的SVM行人分类检测遇到的问题：1、按照作者给出的程序无法对其进行编译。2、将下载的源码放在了E盘，应该把它放在Home里面，因为Ubuntu系统在Home里面，将源码转移时，要将makecahe文件删掉再重新make。解决办法：1、使用的opencv版本与作者给出的版本不一样，我使用的是2.4.2或者是ROS里面自带的opencv，但是作者使用的是2....
探索 yolov5-face-landmarks-opencv：实时面部地标检测的高效解决方案
gitblog_00087的博客
04-20 582
探索 yolov5-face-landmarks-opencv：实时面部地标检测的高效解决方案 去发现同类优质开源项目:https://gitcode.com/ 在计算机视觉领域，实时面部地标检测是许多应用的核心，如人脸识别、表情识别和虚拟现实等。一个名为的开源项目提供了一个强大的解决方案，将流行的YOLOv5对象检测模型与OpenCV库结合，用于高效地定位面部特征点。 项目简介 该项目基于Dar...
opencv联合dlib视频人脸识别例子
09-14
在本项目中，我们将深入探讨如何使用OpenCV和Dlib库进行视频中的人脸识别。OpenCV是一个强大的计算机视觉库，而Dlib则是一个通用的C++工具包，其中包含了面部识别和其他机器学习算法。结合这两者，我们可以构建一个...
小白写程序之利用OpenCV Dlib Face_Recognition进行人脸识别操作
weixin_55930569的博客
09-23 693
一、OpenCV-python 1. 首先下载我们需要用到的第三方库，我一般不在Jupyternotebook 上下载，在cmd上下载，个人认为cmd上的文件我能够更加容易找到下载后的位置 2.在cmd上输入pip install opencv-python，下载结束后需要找到OpenCV分类器文件的位置。 找到文件位置可能是一个难点，每个电脑下载路径不同，但是最后基本上都会在Lib/site-packages/cv2/data文件里面，而且需要注意的是我们需要找的是“cv2”，而不是含有“open..
亚博microros小车-原生ubuntu支持系列：8-脸部检测与人脸特效
bohu83的博客
01-22 1179
亚博microros小车，非虚拟机原生ubuntu,人脸检测与特效
Opencv项目中人脸识别模型文件
04-10
4. **Dlib库**: 虽然Dlib不是一个OpenCV的一部分，但OpenCV可以与Dlib接口，利用其内置的HOG（Histogram of Oriented Gradients）特征和预训练的面部检测模型，提供高精度的人脸定位。 5. **FaceNet**: FaceNet是一...
Landmark人脸68个关键点检测dat模型库(shape_predictor_68_face_landmarks.dat)
05-14
Landmark人脸68个关键点检测dat模型库(shape_predictor_68_face_landmarks.dat)
Landmark人脸68个关键点检测dat模型库+demo
04-28
Landmark人脸68个关键点检测dat模型库, #coding:utf-8 """ 从视屏中识别人脸，并实时标出面部特征点 """ import dlib #人脸识别的库dlib import numpy as np #数据处理的库numpy import cv2 #图像处理的库OpenCv class face_emotion(): def __init__(self): # 使用特征提取器get_frontal_face_detector self.detector = dlib.get_frontal_face_detector() # dlib的68点模型，使用作者训练好的特征预测器 self.predictor = dlib.shape_predictor("D:/shape_predictor_68_face_landmarks.dat") #建cv2摄像头对象，这里使用电脑自带摄像头，如果接了外部摄像头，则自动切换到外部摄像头 self.cap = cv2.VideoCapture(0) # 设置视频参数，propId设置的视频参数，value设置的参数值 self.cap.set(3, 480) # 截图screenshoot的计数器
最新Landmark人脸68个关键点检测dat模型库-数据亲测真实可用.zip
04-07
dat文件,具体名称为shape_predictor_68_face_landmarks.dat 人脸68个关键点：嘴巴，鼻子，眼睛，眉毛，轮廓等 Landmark人脸68个关键点检测dat模型库
68个dlib的landmarks
AKA-BAO的博客
05-15 927
目的： 获取指定文件夹里的图片的68个dlib的landmarks import dlib import cv2 from tqdm import tqdm import os # Load the detector#加载探测器 detector = dlib.get_frontal_face_detector() # Load the predictor#加载预测器 predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.
68 个人脸landmark 点分布图
keyanxiaocaicai的专栏
08-08 1万+
opencv将预测的68个landmarks标注到图片上
qq_41166909的博客
05-23 789
import pickle import cv2 # 重点是rb和r的区别，rb是打开2进制文件，文本文件用r f = open('/home/pfrobot/pfproject/Hangz-nju-cuhk/Few_shot_adversarial_study/talking-heads-master/output/01dfn2spqyE.vid','rb') carloan = pickle.load(f) # print(carloan) dict=carloan[0] frame=dict['f.
解决编译ROS项目时出现undefined reference to `cv::Mat::updateContinuityFlag()‘问题
热门推荐
Spacegene的博客
07-27 1万+
在使用catkin_make编译ROS项目时出现了如下的有关OpenCV未定义引用的错误。 undefined reference to `cv::Mat::updateContinuityFlag()' 这是因为找不到对应版本的OpenCV导致的，只需要在CMakeLists.txt文件中指定OpenCV的版本为你安装的较高版本的OpenCV即可： find_package(OpenCV 3.4.5 REQUIRED) ...
Tensorflow库向c++的移植和调用方法（GPU）（landmark68点人脸点对齐案例）
weixin_41240513的博客
10-15 618
Tensorflow库向c++的移植和调用方法（GPU）（landmark68点人脸点对齐案例） 写这篇东西的时候我才发现我都好久没有更新了，这个东西也是差不多一年前做的小东西了，当时是为了将网上找到的landmark68点人脸对齐模型用在c++上替换openface里面的人脸点对其模型，但是实际上这种方法是没有意义的，因为直到半年以后我才发现openface实际上是人脸形状的回归，而且是三维的，这使得网上绝大多数二维的landmark对齐都没有意义。 再后来，也就是差不多一年以后，我发现用tensorfl
使用OpenCV和dlib开发的实时人脸检测与识别系统
- 项目中可能包含了人脸跟踪的技术，dlib在人脸特征点检测中的应用可能与人脸跟踪有关。 7. **附件源码** - 指的是与文章或项目相关的代码资源，可能在文章中提及或在项目中包含，提供给读者或开发者作为参考或...
评论
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

打赏作者

二十四桥下一句

您的鼓励是我最大的创作动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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