yueguanyun的专栏

opencv中的侧脸检测opencv中的haarcascade_profileface.xml检测时只能检测右侧脸Opencv 2.4.3以后添加了侧脸检测，要想检测侧脸只需将加载的文件改为haarcascade_profileface.xml，这个只是识别图形上朝一边的脸，如果想要识别朝另一边的脸就需要对图片进行水平翻转，再进行检测。int main(){ const ch

这里写一些在图像自动识别做的一些事情

最近老总让我整个疲劳检测的demo。查资料发现下面好文章。必须得转。转自：http://blog.youkuaiyun.com/u011100984/article/details/38364857人脸识别非常容易受到光线条件变化，人脸方向，面部表情等等的影响，所以就需要尽可能的减少这些差异。否则人脸识别算法会经常认为相同条件下的两张不同人脸之间具有非常大的相似性，而不是认

转自：http://www.cnblogs.com/blue-lg/archive/2012/05/14/2499581.html目前，pca算法已经广泛应用于各方面，就拿图像处理，经常做的一件事就是当提取的图像特征维度比较高时，为了简化计算量以及储存空间，需要对这些高维数据进行一定程度上的降维，并尽量保证数据的不失真。先举个例子，方便理解：1）对于一个训练集，20个sample(

转自：http://blog.youkuaiyun.com/byxdaz/article/details/651516自动提取人脸关键特征点作者：顾华 苏光大 杜成近年来，人脸识别的研究成为模式识别和人工智能领域的一个研究热点。人脸识别过程受到很多因素的干扰，准确地提取人脸的合适特征是进行正确识别的关键，在人脸识别的各类方法中，对基本特征如眼睛、鼻子和嘴巴等的定位都是必不可少的步骤。我国的科研人员

转自：http://www.enet.com.cn/article/2012/0424/A20120424103129.shtmlNEC「NeoFace」是一套可快速提供高精密度面部识别的生物识别系统，通过多重比对面部检测法（*1）、摄动空间法（*2）、以及适应领域混合比对法（*3）进行高精密度的比对。NEC「NeoFace」面部识别技术除可应用于一般个人身份识别外，也可延伸应用至打击犯罪、边

转自：http://www.jdl.ac.cn/project/faceId/res-landmarks.htm从某种意义上讲，面部关键特征点(Landmark)的定位，亦即人脸图像像素之间之间高层语义的对齐，是人脸识别中最核心的问题之一。错误的特征定位会导致提取的人脸描述特征的严重变形，因此，即使是不精确的对齐也会带来识别性能的快速下降（参见论文我们在FG04上发表的相关论文）。所以，我们在

计算机视觉软件介绍原位置：http://www.facedetection.com/facedetection/software.htmWEB SERVICES WEB SERVICES通过使用Web服务，客户端软件不需要理会图书馆或平台的依赖，它只是简单地调用一个Web服务器，发送图像处理，得到的结果。是不是一个问题，只要实时反馈，这是一个有趣的新方法。face.com

人脸识别SDKFaceSDKFaceSDK是在数百个应用程序使用验证用户网络摄像头，寻找相匹配的头像多张照片，自动识别面部特征在图形编辑器，静止图像和动画视频流的实时定位的面孔。获取一个示例应用程序实施网络摄像头认证FaceSDK能为你做什么！Android FaceDetector.FacePerceptual Computing SDKhttp://www.robots.o

人脸特征点（Face Feature）定位ASMhttp://code.google.com/p/asmlibrary/http://code.google.com/p/asmlib-opencv/AAMflandmarkflandmark是一个开源的C库（与MATLAB的接口）实施面部的地标检测器，静态图像。 检测器参数的学习只在MATLAB写的，也有一部

转自：http://b2museum.cdstm.cn/identification/rlsb-1.htm自动人脸识别技术在2008年，人脸识别技术首次亮相奥运会，为保障北京奥运会及残奥会的开闭幕式的安全，起到了重要的作用。北京奥运会使用的人脸识别技术，是由中国科学院自动化所生物特征识别与安全技术研究中心所研发的，性能在国际上处于领先地位，并且拥有完全独立自主的知识产权。在这里，我们给大家

转自：http://b2museum.cdstm.cn/identification/rlsb-2.htm自动人脸识别基本原理人脸识别经过近 40 年的发展，取得了很大的发展，涌现出了大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。所以很难用一个统一的标准对这些算法进行分类。根据输入数据形

有一部分内容转自：主動外觀模型(AAM)AAM的思想最早可以追溯到1987年kass等人提出的snake方法，主要用於邊界檢定與圖像分割。該方法用一條由n個控制點組成的連續閉合曲線作為snake模型，再用一個能量函數作為匹配度的評價函數，首先將模型設定在目標對象預估位置的周圍，再通過不斷迭代使能量函數最小化，當內外能量達到平衡時即得到目標對象的邊界與特征。1989年yuille等人此提出使用參

转自：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/user_guide/ug_traincascade.html?highlight=opencv_traincascade 引言OpenCV中有两个程序可以训练级联分类器： opencv_haartraining 和 opencv_traincascade。opencv_t

转自：http://hi.baidu.com/ccb163163/item/22ba182edcc6fac00e37f9dd照片看不了，大家可以看原文章地址训练分类器步骤：第一步 采集样本1、 将正负样本分别放在两个不同的文件夹下面，分别取名pos和neg，其中pos用来存放正样本图像，neg用来存放负样本注意事项：1、正样本要统一切成24*24像素（或