从图像中找人脸

方案1:人脸校准

使用世界上最准确的脸部对齐网络从Python中检测面部特征点,无论在2D还是3D坐标中都可以检测到。
使用[FAN](https://www.adrianbulat.com)中最先进的基于深度学习的面部对齐方法构建。 检测脸部的库使用[dlib](http://dlib.net/)库

输入:带有人物的图像

输出:标记出人物脸部的特征点

效果:

1.检测图片中的2D面部特征(输出效果)

以上效果只需以下代码即可获取

2.检测图片中的3D面部特征(输出效果)

以上效果只需以下代码即可

其他操作也很简单

查找给定图像中存在的所有脸部

一次性处理整个目录

其他例子请参考项目主页中给出的 “examples”文件夹

项目主页:

https://github.com/1adrianb/face-alignment

注意: lua 版本可以用 点击这个链接.
对于数值评估,强烈建议使用在本文中用来评估的Lua版本,它使用了indentical模型。 以后还会添加更多模型。

安装

环境要求

  • Python 3.5+或Python 2.7(它可能与其他版本一起使用)
  • Linux或macOS(一旦pytorch获得支持,Windows可能会工作)
  • pytorch(> = 0.2推荐)

虽然不必要,为了获得最佳性能(特别是对于检测器),** **建议使用支持CUDA的GPU运行代码。

Conda构建也即将推出!

资源

安装pytorch和pytorch依赖。 从[pytorch readme](https://github.com/pytorch/pytorch)中获取的说明。 对于更新版本检查框架github页面。

在Linux上安装

在OSX上安装

获得PyTorch资源

安装PyTorch

在Linux上安装

在OSX上安装

获取面部对齐源代码

安装Face Alignment lib(库)

Docker映像

提供了一个Docker文件来构建具有cuda支持和cudnn v5的映像。 有关运行和构建Docker映像的更多说明,请查看原始Docker文档。

它是如何工作的?

虽然这里的工作是一个黑盒子,如果你想了解更多关于该方法的意图,请检查原始文件在arxiv或我的[网页](https://www.adrianbulat.com)。

Leave A Comment?