想像一天早上你站在办公室的玻璃门前,看向门口上方的摄影镜头;约莫数秒後,听见悦耳的人声:
「早安,山姆大叔,祝您有个愉快的一天」
玻璃门打开了,
而同时间,公司後台也默默帮你登记好上班时间纪录...
我知道这不是什麽厉害的技术,只要有钱,什麽都办得到
但假如今天你只要有一个视讯摄影机 + 一腔热血DIY的精神就可以完成,
你是否想过提供自己与周遭人的方便呢?
如果你跟我一样想过要DIY,万丈高楼平地起,先从理解人脸识别开始吧!
前面在Day8有提到,人脸识别是找到影像中的人脸 (人脸侦测)後,并且识别出这个人是谁;因此可以简单的说,就是身分认证。
人脸识别通常会需要经过下列两步骤:
因此人脸识别需要两阶段来处理,让我们将这两阶段分别再讲仔细点。
这个在前面一系列人脸侦测 (Face Detection)有提到了,你可以用OpenCV & Dlib方法、神经网路模型、或是现成的平台API;侦测的结果就是边界框 (Bounding Box)。
只是现在我们只完成人脸辨识的第一阶段,这个边界框还要继续处理,
在这里我们可以称呼这个边界框为ROI
。
第一阶段取得的ROIs (通常第一阶段得到的ROI不会只有一个),我们需要判断:
要做人脸识别,一样有几种方式可以用。接下来系列我们将介绍 (由技术发展先後排序):
接下来将依序介绍各个不同的人脸识别方法。
>>: Day-16 雇用问题, 指示器随机变数(indicator random variable), 随机化演算法
开始之前,我相信你已经有碰过flask的经验,或是至少知道藉由 pip install Flask ...
这是我们今天要聊的内容,老样的,如果你已经可以轻松看懂,欢迎直接左转去看我同事 Kyle 精彩的文...
前言 遥想(?) N 年前看着官方文件认识 Angular 时,充满回忆的 Heros 范例! 认...
现况 观察主办单位提供的资料集(约7万张图档),发现图档大致分为下列几种。 1.1 图档内只有1个中...
认识for回圈 for回圈可以根据需求将元素一一提取出来,这个行为称为『叠代,Iterable』...