얼굴 감지는 요즘 컴퓨터에서 쉬운 작업입니다. 사실 일부 ML 모델은 컴퓨터 비전에서 최첨단 기술을 달성했습니다.

우리는 얼굴 감지 및 추출을 위해 사전 훈련된 CNN 모델을 사용하고 있습니다.



이 프로젝트에는 두 가지 필수 요소가 있습니다.

얼굴 주위 상자: 이미지에서 인식된 모든 얼굴 주위에 빨간색 상자를 표시합니다. Python 파일은 faceDetectionCNN.py입니다

.

얼굴 추출: 폴더의 모든 이미지에서 얼굴을 추출하고 각 얼굴을 대상 폴더에 저장하여 편리한 데이터 세트를 만듭니다. Python 파일은 faceExtraction.py입니다

.

def highlight_faces(image_path, faces):
  # display image
    image = plt.imread(image_path)
    plt.imshow(image)

    ax = plt.gca()

    # for each face, draw a rectangle based on coordinates
    for face in faces:
        x, y, width, height = face['box']
        face_border = Rectangle((x, y), width, height,
                          fill=False, color='red')
        ax.add_patch(face_border)
        plt.savefig('./media/face_detected.jpg')
    plt.show()

aayushi-droid / 얼굴감지CNN

사전 훈련된 CNN 모델을 사용하여 Python에서 얼굴 감지

얼굴 인식 및 얼굴 추출

사전 훈련된CNN 모델을 사용한 얼굴 감지 및 추출.

얼굴 인식

추출된 얼굴

설치

다운로드Anaconda

pip install keras
pip install mtcnn
pip install keras_vggface

용법

def highlight_faces(image_path, faces):
  # display image
    image = plt.imread(image_path)
    plt.imshow(image)

    ax = plt.gca()

    # for each face, draw a rectangle based on coordinates
    for face in faces:
        x, y, width, height = face['box']
        face_border = Rectangle((x, y), width, height,
                          fill=False, color='red')
        ax.add_patch(face_border)
    plt.show()

기여

풀 리퀘스트를 환영합니다. 주요 변경 사항의 경우 먼저 문제를 열어 변경하고자 하는 사항을 논의하십시오.
테스트를 적절하게 업데이트하십시오.

특허

MIT


View on GitHub