注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种基于Har ris 角点检测的快速瞳孔定位方法

  2. 提出了一种基于灰度投影曲线和Harris 角点检测进行人眼定位的新算法。首先利用原图的垂直灰度投影曲线确定人脸的左右边界,然后利用人脸区域的水平灰度投影确定头顶至鼻子中部的上下边界,最后利用Harris 角点检测算法快速定位瞳孔,精确定位人眼的位置。文章算法成功地将Harris 角点检测算法应用到瞳孔定位中,实验结果表明,该算法不受眉毛的干扰,具有较小的运算量和较高的处理速度,而且定位准确,准确率较高,很好地解决了简单背景下人眼的快速定位问题。

  3. 所属分类：其它

    • 发布日期：2009-05-23
    • 文件大小：338944
    • 提供者：orsinozhu

  1. 人脸检测与定位c++源程序

  2. 没有使用Opencv库，在检测到人脸后定位双眼，鼻子，和嘴。检测出人脸的效果一般

  3. 所属分类：C++

    • 发布日期：2010-11-10
    • 文件大小：598016
    • 提供者：xiaohegou

  1. 人脸检测特征定位源代码

  2. 可以直接运行的人脸特征定位系统，不仅可以检测出人脸，而且可以标出眼睛鼻子嘴巴等部位，基于OpenCV开发的系统

  3. 所属分类：C++

    • 发布日期：2011-03-15
    • 文件大小：10485760
    • 提供者：zhima159

  1. 基于YCbCr空间的高斯肤色模型的人脸检测

  2. 主要研究人脸检测算法，分析了现有人脸检测算法的特点和不足之处。采用基于YCbCr 空间的高斯肤色模 型，利用颜色信息把彩色图像分割成皮肤区、头发区和背景区。对皮肤区进行去噪处理，实现脸部区域的具体定位， 然后对人脸上的眼睛、嘴巴和鼻子定位。给出了人脸检测的模块设计和算法流程。

  3. 所属分类：C++

    • 发布日期：2011-05-08
    • 文件大小：190464
    • 提供者：helenloop

  1. 鼻子与嘴的检测

  2. 在人脸检测的基础之上，再次对视频信号进行鼻子和嘴的检测，达到鼻子与嘴的跟踪，有助于后期各种信息的辨认：例如性别、表情、年龄等等辨认。

  3. 所属分类：C++

    • 发布日期：2011-10-02
    • 文件大小：17825792
    • 提供者：zhang_qing_1001

  1. 人脸检测与定位

  2. 用C++编程实现的人脸检测，先进行人脸区域检测，分别实现二值化，垂直直方图，水平直方图，标记人脸区域，再进行人脸特征标注，实现边缘检测，标记眼睛、嘴巴、鼻子，在visual studio 6.0上编译无误后可以很好使用。对人脸检测绝对有帮助.

  3. 所属分类：C++

    • 发布日期：2011-11-03
    • 文件大小：1048576
    • 提供者：zhangkaiyuhaha

  1. 本程序是一个ASM+haar人脸检测，手动标注的MFC程序

  2. 本程序是一个ASM+haar人脸检测，手动标注的MFC程序，可以自动标注人脸的眼睛，鼻子，嘴巴位置信息，并保存为txt文件，使用详情请看readme

  3. 所属分类：Java

    • 发布日期：2011-12-29
    • 文件大小：5242880
    • 提供者：gjtjxgjtjx

  1. 装个猪鼻子在人脸上

  2. 目前很多自动拍照系统上能够自动检测人脸，并给人脸上添加各种装饰，比如加个兔耳朵等等。本程序在Opencv的人脸检测基础上，添加kalman filter 实现人脸跟踪，在人脸上添加一个猪鼻，造成一种比较cute的效果。 资源包括可以直接运行的exe文件，和相应的代码。 希望给大家参考参考

  3. 所属分类：C++

    • 发布日期：2012-02-05
    • 文件大小：8388608
    • 提供者：ljp202518

  1. 人脸检测与定位

  2. 基于肤色的人脸定位方法，并可以定位人的眼睛，鼻子，嘴巴等等

  3. 所属分类：C++

    • 发布日期：2013-08-23
    • 文件大小：1048576
    • 提供者：buranchenai

  1. 人脸检测实例

  2. 用C++编程的人脸检测，用到的算法：人脸区域检测，二值化，垂直直方图，水平直方图，标记人脸，人脸特征标注，边缘检测，标记眼睛、嘴巴、鼻子，visual studio 6.0上可以正确使用。一起学习吧。

  3. 所属分类：C++

    • 发布日期：2014-07-16
    • 文件大小：10485760
    • 提供者：moonhot537

  1. opencv分类器 人脸 人眼 上身 鼻子 耳朵等等 检测的.xml文件

  2. opencv 人脸 人眼 上身 鼻子 耳朵等等检测的分类器.xml文件

  3. 所属分类：其它

    • 发布日期：2014-11-19
    • 文件大小：1048576
    • 提供者：u010189904

  1. 用于人脸识别的人脸特征点检测

  2. 用于人脸识别的人脸特征点检测，可画出人脸的68个特征点。包括人脸、眼睛、鼻子，嘴巴等特征点。

  3. 所属分类：C++

    • 发布日期：2015-12-28
    • 文件大小：16777216
    • 提供者：xujy0000

  1. 人脸特征点检测

  2. 用于人脸识别的人脸特征点检测,可画出人脸的68个特征点。包括人脸、眼睛、鼻子,嘴巴等特征点

  3. 所属分类：C++

    • 发布日期：2015-12-29
    • 文件大小：16777216
    • 提供者：gxm502

  1. 低分，dlib人脸68个关键点检测

  2. Dlib模块的68个人脸关键点检测，包括下巴：[0, 17]，右（左）眉毛：[17, 22]（[22, 27]），鼻子[27, 36]，右（左）眼睛[36, 42]（[42, 48]），嘴巴轮廓[48, 61]，嘴巴[61, 68]

  3. 所属分类：机器学习

    • 发布日期：2018-08-22
    • 文件大小：71303168
    • 提供者：u012950066

  1. 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

  2. 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

  3. 所属分类：机器学习

    • 发布日期：2020-04-07
    • 文件大小：70254592
    • 提供者：weixin_37647148

  1. 基于opencv的人脸黑头检测

  2. 包含人脸分割的模型、黑头检测代码、用户界面代码 功能：从图像中检测人脸的鼻子，检测黑头并在原图标出，从用户界面输入图像并保存。 优点：侧脸也能检测，检测黑头比较全面 缺点：不能检测黑皮肤的黑头，对参数要求高，斑纹不能区分

  3. 所属分类：图像处理

    • 发布日期：2020-06-12
    • 文件大小：227540992
    • 提供者：weixin_40820983

  1. 人脸检测示例.zip

  2. 自动人脸检测matlab版，需要填充两张格式为.bmp的图片，用黑白色测试出人脸轮廓，眼睛，鼻子等面部部位

  3. 所属分类：机器学习

    • 发布日期：2020-08-31
    • 文件大小：621568
    • 提供者：weixin_44248112

  1. python人脸检测

  2. 绘制PyQT界面，调用摄像头显示人脸信息。在界面中，用户通过点击不同的按键可以实现多种功能：打开和关闭摄像头，用方框框出人脸实现人脸的检测，绘制出人脸的特征点（包括眼睛，鼻子和嘴巴），最后将检测结果截图保存。

  3. 所属分类：IT管理

    • 发布日期：2020-10-25
    • 文件大小：71303168
    • 提供者：qq_38276972

  1. opencv4下面关于人脸检测和眼睛鼻子检测的haarcascade_frontalface_default.xml

  2. opencv4版本下的终端人脸相关检测模型 haarcascade_eye.xml haarcascade_frontalcatface.xml haarcascade_frontalface_alt_tree.xml haarcascade_frontalface_alt.xml haarcascade_smile.xml

  3. 所属分类：机器学习

    • 发布日期：2020-12-08
    • 文件大小：1048576
    • 提供者：chencaw

  1. 人脸图像中鼻子检测技术综述

  2. 鼻子是人脸中一个突出的器官,其特征不易受面部表情变化的影响。鼻子检测是在图像或图像序列中搜索人鼻的位置及其轮廓线特征,其研究在人脸检测和定位、人脸识别、人脸姿态估计、3D人脸重构等方面具有重要的意义。近年来,研究者们在该领域做了大量研究,提出了很多有效的算法。对相关文献进行了综述,将现有的鼻子检测方法分为基于2D图像的方法和基于3D信息的方法,分析了这两类方法的优缺点。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：381952
    • 提供者：weixin_38694336
« 12 3 4 »