当前位置: 主页 > 建站知识 > 软件开发

人脸识别软件开发人员配置-opencv 人脸年龄识别

发布时间:2023-02-12 09:24   浏览次数:次   作者:佚名

前段时间,微软的How-old.net这个根据照片中的面部特征来识别男女和年龄的网站在社交网站上迅速传播开来。 让人觉得有趣的是其背后惊人的图像识别技术,可以根据照片中的面部特征,准确读取出一些用户信息。 比如下面这张广为流传的图——“林志颖和郭德纲差一个吴奇隆”(-R/v2Sx3)。

图1 好老网人脸识别截图

人脸识别软件开发人员配置_opencv人脸表情识别_opencv 人脸年龄识别

How-old网站本质上是一个人脸识别的计算引擎。 这项人脸识别技术由微软的“牛津项目”提供。 本项目也提供了相应的API接口供外部使用(-R/f2Sz)。 得益于计算技术的进步,图像识别技术有了长足的进步,随着网络的发展,应用开发者也可以通过调用同类服务的API接口,构建各种基于人脸识别的App应用。

目前在微软牛津项目主页上,这项人脸识别技术是对所有开发者开放的。 要在自己的软件中实现同样的功能,开发者只需要简单地调用它的Web API,就可以得到所有他们需要的JSON格式的信息。 用户也可以尝试在该项目页面上传一张图片,几秒钟内就会给出结果,包括人脸坐标、性别和年龄信息,如图2微软牛津项目人脸识别技术演示。

图2 微软牛津项目人脸识别技术演示

opencv 人脸年龄识别_人脸识别软件开发人员配置_opencv人脸表情识别

用户可以在右侧的返回结果信息中读取JSON格式的数据信息,如JSON:[ { "faceId": "7c5f2fe4-582d-4249-8bfb-093ae8c2e530","faceRectangle": { "width": 238 , ……, "attributes": {"age": 3, "gender": "female","headPose": { "roll": "-10.7", "yaw": "8.7", "pitch": " 0.0" } } } ]

通过对信息的进一步解读或与相应的业务逻辑相结合,可以构建一个全新的App应用。 人脸识别技术不仅仅只有微软的研究人员在研究。 由于互联网的普及,人脸识别技术的探索如火如荼,人脸识别技术正在广泛应用于各种场景。 Linkface就是这样一家专注于人脸识别技术和服务的初创公司。 他们还通过 Web API 提供人脸识别服务。 对于微软的牛津项目,Linkface 的技术似乎更准确。 同样的测试我们将图片上传到Linkface的“人脸测试”页面(-R/o2Sr)人脸识别软件开发人员配置,得到如下识别结果。

图3 Linkface人脸识别技术演示

opencv人脸表情识别_人脸识别软件开发人员配置_opencv 人脸年龄识别

对比图2和图3,首先可以发现,左边的同一个人被识别为女性,上图3岁,下图6.57岁。 实际情况是后者才符合实际。 其次,后者还提供了更丰富的表情、微笑、是否戴眼睛和是否墨镜,属性值更丰富。 再次,图片右边是一个侧脸的人人脸识别软件开发人员配置,在上图中没有被识别出来,但是在下图中Linkface的识别结果中,准确判断为36.35岁,男性,戴眼镜,不戴墨镜,举止从容,不笑。 最后,出乎意料的是,Linkface还有一个“吸引力”的属性。 左边的年轻女性是 0.332975,右边的年长男性是 0.0117815。 两者吸引力值相差28倍。

Linkface 还通过返回 JSON 封装的数据集对外提供服务。 通过上面的测试,我们可以看到返回的数据格式为:RESPONSE{ "status": "OK", "image_id": "c0eb385306e34ccd9bac4177a8394f20", "image_width": 2048, "image_height": 1536, "faces": [ {….. } ] }。

人脸检测是年龄检测和性别检测的基础。 对于年龄检测和性别检测,涉及机器学习中典型的回归和分类问题。 使用的技术包括面部特征的表示、训练数据的收集、回归和分类模型的构建以及模型的优化。 . 对于开发者而言,无需深入了解实现路径,通过调用相应的Web API服务,或许可以创建出有吸引力的App应用。 基于智能人脸识别技术,未来有一天,在商场购物时,只需“刷脸”即可在收银台完成支付; 可以预约就诊,走进诊室就已经取出了自己的健康资料; 当门被锁上时,它会自动打开; 当电脑一开机,它就会知道家里所有的成员,并贴心地记录每个人的网站偏好,这一切都在开发中或将要开发中。 在智能设备和应用快速普及的今天,人脸识别或将成为一把打开人与万物互联之门的钥匙。

(研究院刘振兴)