這個今天也是偶然在網上看到，不過對於人臉識別精確演算法確實比較複雜涉及到人臉特徵點提取和生物統計學原理的東西，不做太多討論，只是談談今天我在網上看到的兩個演算法。第乙個是被稱為木刻演算法，他主要用於提取人臉輪廓。該演算法的前提是認為一般因為人體攝影的緣故人臉的周邊會存在陰影，這樣就為我們提取輪廓提供了乙個區分的依據。
24位位圖在儲存的時候每個點會存為乙個rgb三個分量的24位顏色值，在這個顏色值中選擇三個分量（rgb）的最大和最小值取平均，或者三個分量取平均，當中間值大於我們預先定義的乙個閥值，則讓顏色值為0xffffff（即白色），否則讓顏色值為0（即黑色），然後建立乙個3×3矩陣去檢測黑點當矩陣中心點周圍存在2個以上白色點的時候則認為中心點即是邊緣點。在不求多精確的情況下我感覺這個演算法也挺合理。
第二個演算法，因為僅有**，我還沒有完全明白他所使用的原理，這裡僅貼出他的as**：
import flash.display.bitmapdata;
var mybitmapdata:bitmapdata = new bitmapdata(40, 29.2);
var mc:movieclip = this.createemptymovieclip("mc", this.getnexthighestdepth());
mc.attachbitmap(mybitmapdata,this.getnexthighestdepth());
cam.ca.attachvideo(camera.get());
stop();
mc._x = 0;
mc._y = 50;
i = 0;
i2 = 0;
x = 40;
y = 29.2;
abc = 0;
m = false;
alc = 0;
ct = 0;
onenterframe = function ()
alc += mybitmapdata.getpixel(i2, i);
apc = int(alc/aac);
rgb = "0x"+(mybitmapdata.getpixel(i2, i)).tostring(16);
if (mybitmapdata.getpixel(i2, i)*(2.6-apc/10000000)<16800000 && mybitmapdata.getpixel(i2, i)*(2.7-apc/10000000)>10543804) else
}} else
} else
if (m == true) else
}} else
if (ct/20 == int(ct/20))
};
人臉識別演算法測試
載入人臉檢測模型 std string modelconfiguration deploy lowres.prototxt std string modelbinary res10 300x300 ssd iter 140000 fp16 caffemodel 初始化網路 net detectnet...
人臉識別演算法初次了解
人臉識別演算法初次了解在寫此文之前，先扯點東西。我一直在找乙個東西，讓我思考，讓我久久的深陷其中，永久的，不斷的思考。如今，我意識到，這個東西即是演算法。我一直在找一家合適的公司，能讓我的興趣無比放肆的，自由馳騁。ok，因為在一家公司的面試過程中，面試官提到過這個人臉識別演算法，由於在此之前，未曾有...
pca演算法實現人臉識別
用matlab實現的pca演算法，用於降維，適用於各種試驗，如人臉識別程式。使用方法 1 選擇訓練和測試的資料庫路徑 2 選擇測試影象的路徑 3 執行createdatabase 函式給訓練影象建立二維矩陣 4 執行 eigenfacecore 函式建立基本的空間 5 執行 recognition ...