Je vais vous expliquer ce que je suis en train de faire, comme cela semble être pertinente pour comprendre ma question. Je suis en train d'essayer de faire face à la reconnaissance des personnes que l'étape devant une caméra, en se basant sur les images dans la base de données. Ces photos sont recueillies à partir d'une identification de la Carte à Puce (qui ne contient qu'une seule face antérieure de l'image) ou une frontale face à la photo de profil d'un réseau social. Camera pi Reconnaissance faciale avec Raspberry pi, opencv4 , et python. De ce que j'ai lu jusqu'à présent, il semble que, pour une bonne reconnaissance de visage, une bonne quantité de la formation des images est nécessaire (50+). En tant que tel, car mes images sont très rares à créer un système fiable de formation, j'ai plutôt essayé d'utiliser ma caméra en direct, les captures de trame (actuellement à l'aide de 150) que l'ensemble de la formation, et des images recueillies précédemment que le jeu de test. Je ne suis pas sûr si ce que je suis en train d'essayer avec ce est correct, donc s'il vous plaît laissez-moi savoir si je suis le vissage.
Avant de voir comment exploiter le résultat, réfléchissons à une application: la reconnaissance de visage? Bof, il y a de meilleurs algos pour cela. Non, c'est bien mieux pour des objets du quotidien ou même de la prise de photos dans un paysage. Ah, vous voyez où je veux en venir? Reconnaissance de visage avec opencv blobs. Vous vous rappelez de cet article sur la photogrammétrie avec un drône? Ou même de celui-ci? Voilà… avec cela, on peut recoller les photos – il manque toutefois quelques éléments pour le repositionnement dans l'espace, mais on en est pas loin. il y a aussi le tracking d'objet en mouvement comme la détection « visuelle » de drones afin d'établir un calcul balistique en vue d'une destruction (zut, je vais encore recevoir une visite des RGs ou de la DST… bah, sont habitués, viendront prendre le café – le plus proche habite à …. c'est mon voisin 🙂 – il a emménagé à quelques jours près juste à coté quand je me suis installé). Mais restons pour l'instant sur l'identification de formes. Avec AKAZE, on obtient les points de correspondance (les matching keypoints) entre 2 images.
Grâce à cet équipement, les soldats peuvent identifier des ennemis en quelques secondes sur le terrain, et cela sans réseau à large bande. [4] En revanche, on distingue un autre domaine d'application de ces systèmes qui est l'assistance à l'utilisateur. Reconnaissance de visage avec opencv pas. Les systèmes de reconnaissance faciale sont de plus en plus présents au quotidien. Ils sont par exemple utilisés sur les réseaux sociaux sur internet pour identifier quelqu'un sur une photo, sur les Smartphones pour les déverrouiller… Facebook a la plus grande collection et exposition de photos au monde et a maintenant une chance d'unifier tous les visages. Oui, même les personnes qui ne sont pas identifiées. Facebook a annoncé qu'il a développé un programme appelé DeepFace, qui selon les chercheurs, peut déterminer si deux visages appartiennent à la même personne avec une précision de 98%. Selon Facebook, dans 97, 53% des cas, les photos à différents âges de même personnes ont la même réponse au test, comme le prouve la procédure de DeepFace pour la reconnaissance du célèbre acteur Sylvester Stallone.
COMMENT DETECTER DES VISAGES AVEC PYTHON ET OPENCV TRES FACILEMENT - YouTube
Pokemon Gold Rom Ds, 2024