CN113807313A - 一种基于Dlib人脸识别的AI平台分析*** - Google Patents
一种基于Dlib人脸识别的AI平台分析*** Download PDFInfo
- Publication number
- CN113807313A CN113807313A CN202111169685.9A CN202111169685A CN113807313A CN 113807313 A CN113807313 A CN 113807313A CN 202111169685 A CN202111169685 A CN 202111169685A CN 113807313 A CN113807313 A CN 113807313A
- Authority
- CN
- China
- Prior art keywords
- module
- face
- image
- images
- dlib
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000012986 modification Methods 0.000 claims abstract description 13
- 230000004048 modification Effects 0.000 claims abstract description 13
- 239000002131 composite material Substances 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 13
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 10
- 230000014509 gene expression Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 238000011897 real-time detection Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000007499 fusion processing Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 239000000725 suspension Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于Dlib人脸识别的AI平台分析***,人脸比对模块,所述人脸比对模块用于对参与者进行实时人脸检测,并且对人脸数据进行分析和比对,获得匹配度最好的人脸ID。本发明通过Dlib人脸识别接口检测和HTTPS请求上传人脸数据到百度AI平台分析,Dlib库人脸数据量大,平台分析的速度较快,可以获得匹配度最好的人脸ID,通过HSV空间算法对图像进行处理,通过opencv图像处理匹配的名人脸图片,并进行修改检测、三角面细分等操作,将滤波后的图像与名人脸原图进行融合处理获得最终的合成图像,最后为参与者生成获得二维码,供参与者扫描下载留念,通过该AI平台分析***可以将两个图像很好地进行结合和处理融合,同时为参与者提供一个良好的参与体验。
Description
技术领域
本发明涉及人脸识别技术领域,具体为一种基于Dlib人脸识别的AI平台分析***。
背景技术
人脸识别***的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,现如今人脸识别的技术已经十分先进了,人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别,人脸识别的识别率很高,dlib也是人脸识别常用的一个库,可以检测出人脸上的68个点,并且进行标注,当我们准备自己的人脸数据时,常常用dlib进行数据提取。
现有技术中,如中国专利号为:CN 112560730 A的“一种基于Dlib与人工神经网络的人脸表情识别方法”,通过Dlib对人脸图像进行人脸关键点检测,形成关键点图像,以关键点图像制作的情绪数据集对表情识别神经网络进行训练测试,将表情识别神经网络收敛为表情识别模型,在对需要情绪识别的人体对象拍摄成像后,通过Dlib检测出人脸关键点并形成识别图像,将识别图像输入至表情识别模型中得出人体对象的情绪结果,该情绪结果的获取不受光照等外部环境影响,且具有使用快速便捷、识别率极高的优点。
但是现有的人脸图像和名人图像结合的平台***在使用时,人脸识别***识别的人脸图像并不能比对找到匹配度较高的名人图像,同时也不能将两个图像很好地进行结合和处理融合,分析平台的分析速度较慢且融合度差,并不能为参与者提供一个良好的参与体验,所以我们提出了一种基于Dlib人脸识别的AI平台分析***,以便于解决上述中提出的问题。
发明内容
本发明的目的在于提供一种基于Dlib人脸识别的AI平台分析***,以解决上述背景技术提出的问题,本发明通过Dlib人脸识别接口检测和HTTPS请求上传人脸数据到百度AI平台分析,Dlib库人脸数据量大,平台分析的速度较快,可以获得匹配度最好的人脸ID,通过HSV空间算法对图像进行处理,通过opencv图像处理匹配的名人脸图片,并进行修改检测、三角面细分等操作,将滤波后的图像与名人脸原图进行融合处理获得最终的合成图像,最后为参与者生成获得二维码,供参与者扫描下载留念,通过该AI平台分析***可以将两个图像很好地进行结合和处理融合,同时为参与者提供一个良好的参与体验。
为实现上述目的,本发明提供如下技术方案:一种基于Dlib人脸识别的AI平台分析***,包括:
人脸比对模块,所述人脸比对模块用于对参与者进行实时人脸检测,并且对人脸数据进行分析和比对,获得匹配度最好的人脸ID;
人脸融合模块,所述人脸融合模块用于采集的图像进行处理和修改,并对人脸进行三角面细分和填充,对最终变换后的人脸图像和名人脸图像进行操作,并将滤波后的图像与名人脸原图融合处理获得最终的合成图像;
网络下载模块,所述网络下载模块用于将合成图像上传至云服务器,为参与者生成获得二维码,为参与者提供下载方式,供参与者扫描下载留念。
优选的,所述人脸比对模块包括实时检测模块、上传模块、平台分析模块、信息返回模块、显示模块和匹配度比对模块,其中:
所述实时检测模块用于通过Dlib人脸识别接口对站立在指定位置的参与者进行实时人脸检测;
所述上传模块用于将人脸数据通过HTTPS请求上传到百度AI平台;
所述平台分析模块用于对人脸数据进行年龄和表情等数据分析。
优选的,所述信息返回模块用于将分析后的人脸数据信息返回传输,所述显示模块用于将返回的人脸属性显示在画面上,所述匹配度比对模块用于将该人脸数据和预设的名人脸库进行比对获得匹配度最好的人脸ID。
优选的,所述人脸融合模块包括图像处理模块、图像修改模块、三角面细分模块、填充模块、矩阵模块、图像结合模块、中止模块、图像生成模块和图像输出模块,其中:
所述图像处理模块用于对采集的图像进行初步处理,并获得对应的HSV空间数据值;
所述图像修改模块用于根据数据值动态对人脸图像进行修改检测,并且可以让两张图像在HSV空间上大致保持一致;
所述三角面细分模块用于检测人脸特征点(68点),根据特征点进行人脸三角面细分。
优选的,所述填充模块用于将矩形和三角面区域进行填充,所述矩阵模块用于求得一个仿射变换矩阵,所述图像结合模块用于将人脸三角面仿射变换后的图像和对应区域名人脸的三角面的掩码图进行结合与操作。
优选的,所述中止模块用于当所有的三角面全部进行了与操作之后形成的图像与原名人脸进行与操作时,对人脸图像三角面进行中止滤波操作,所述图像生成模块用于将滤波后的图像与名人脸原图进行融合处理获得最终的合成图像,所述图像输出模块用于将最终图像输出到网络下载模块。
优选的,所述网络下载模块包括图像接收模块、数据解析模块和生成输出模块,其中:
所述图像接收模块用于接收图像输出模块输出的图像,并将上述接受的合成图像上传至云服务器;
所述数据解析模块用于将返回的json数据进行解析获得下载链接,通过opencv函数将下载链接动态生成二维码;
所述生成输出模块用于将二维码生成输出,供参与者扫描下载留念。
与现有技术相比,本发明的有益效果是:
1、本发明中通过Dlib人脸识别接口对参与者的人脸进行实时检测,并通过HTTPS请求上传人脸数据到百度AI平台分析,通过HTTPS请求将该人脸数据和预设的名人脸库进行比对,Dlib库人脸数据量大,平台分析的速度较快,可以获得匹配度最好的人脸ID,解决了现有技术中人脸识别***识别的人脸图像不能比对找到匹配度较高的名人图像的问题。
2、本发明中通过HSV空间算法对图像进行处理,通过opencv图像处理匹配的名人脸图片获得对应的HSV空间数据值,并且可以根据数据值动态修改检测人脸图像的色调(H)、饱和度(S)和明度(V),保证了两张图像在HSV空间上大致保持一致,并通过Dlib可以人脸特征点(68点)进行检测和三角面细分,最后当所有的三角面全部进行了与操作之后形成的图像与原名人脸进行与操作,进行中止滤波操作,通过seamlessClone函数将滤波后的图像与名人脸原图进行融合处理获得最终的合成图像,最后为参与者生成获得二维码,为参与者提供下载方式,供参与者扫描下载留念,通过该人脸融合模块可以将两个图像很好地进行结合和处理融合,同时为参与者提供一个良好的参与体验。
附图说明
图1为本发明一种基于Dlib人脸识别的AI平台分析***的整体***图;
图2为本发明一种基于Dlib人脸识别的AI平台分析***的人脸比对模块的***图;
图3为本发明一种基于Dlib人脸识别的AI平台分析***的人脸融合模块的***图;
图4为本发明一种基于Dlib人脸识别的AI平台分析***的网络下载模块的***图。
图中:
1、人脸比对模块;2、人脸融合模块;3、网络下载模块;11、实时检测模块;12、上传模块;13、平台分析模块;14、信息返回模块;15、显示模块;16、匹配度比对模块;21、图像处理模块;22、图像修改模块;23、三角面细分模块;24、填充模块;25、矩阵模块;26、图像结合模块;27、中止模块;28、图像生成模块;29、图像输出模块;31、图像接收模块;32、数据解析模块;33、生成输出模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施条例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1-4所示:一种基于Dlib人脸识别的AI平台分析***,包括:
人脸比对模块1,人脸比对模块1用于对参与者进行实时人脸检测,并且对人脸数据进行分析和比对,获得匹配度最好的人脸ID;其中,人脸比对模块1包括实时检测模块11、上传模块12、平台分析模块13、信息返回模块14、显示模块15和匹配度比对模块16,实时检测模块11用于通过Dlib人脸识别接口对站立在指定位置的参与者进行实时人脸检测,上传模块12用于当实时检测模块11检测到人脸时,将人脸数据通过HTTPS请求上传到百度AI平台,平台分析模块13用于对上传模块12所传输过来的人脸数据进行年龄和表情等数据分析,信息返回模块14用于将分析后的人脸数据信息返回传输,显示模块15用于将返回的人脸属性年龄、表情等显示在画面上,匹配度比对模块16用于通过HTTPS请求将该人脸数据和预设的名人脸库进行比对获得匹配度最好的人脸ID。
人脸融合模块2,人脸融合模块2用于采集的图像进行处理和修改,并对人脸进行三角面细分和填充,对最终变换后的人脸图像和名人脸图像进行操作,并将滤波后的图像与名人脸原图融合处理获得最终的合成图像;其中,人脸融合模块2包括图像处理模块21、图像修改模块22、三角面细分模块23、填充模块24、矩阵模块25、图像结合模块26、中止模块27、图像生成模块28和图像输出模块29,图像处理模块21用于利用HSV空间算法对采集的图像进行初步处理,通过opencv图像处理匹配的名人脸图片获得对应的HSV空间数据值,图像修改模块22用于根据数据值动态对人脸图像的色调H、饱和度S和明度V进行修改检测,并且可以让两张图像在HSV空间上大致保持一致,三角面细分模块23用于通过Dlib来检测人脸特征点68点,根据特征点进行人脸三角面细分,填充模块24用于将矩形和三角面区域进行填充,最终构成一个掩码图,矩阵模块25用于通过人脸图和名人图的每个三角面顶点坐标,求得一个仿射变换矩阵,图像结合模块26用于将人脸图对应的三角面和仿射变换矩阵获得变换后的图像进行结合,并将人脸三角面仿射变换后的图像和对应区域名人脸的三角面的掩码图进行结合与操作,中止模块27用于当所有的三角面全部进行了与操作之后形成的图像与原名人脸进行与操作时,对人脸图像三角面进行中止滤波操作,图像生成模块28用于通过seamlessClone函数将滤波后的图像与名人脸原图进行融合处理获得最终的合成图像,图像输出模块29用于将最终图像输出到网络下载模块3。
网络下载模块3,网络下载模块3用于将合成图像上传至云服务器,为参与者生成获得二维码,为参与者提供下载方式,供参与者扫描下载留念;其中1,网络下载模块3包括图像接收模块31、数据解析模块32和生成输出模块33,图像接收模块31用于接收图像输出模块29输出的图像,并将上述接受的合成图像通过HTTPS请求的方式上传至云服务器,数据解析模块32用于将返回的json数据进行解析获得下载链接,通过opencv函数将下载链接动态生成二维码,生成输出模块33用于将二维码生成输出,供参与者扫描下载留念。
本发明中,本发明的基于Dlib人脸识别的AI平台分析***对于实际中人脸识别的过程为:
步骤一、首先参与者站立在Dlib人脸识别接口的指定位置,实时检测模块11通过Dlib人脸识别接口对参与者进行实时人脸检测,当Dlib人脸识别接口检测到人脸时,上传模块12将人脸数据通过HTTPS请求上传到百度AI平台,平台分析模块13再对上传的人脸数据进行年龄和表情等多方面的数据分析;
步骤二、分析完成后,人脸数据返回并通过显示模块15进行画面显示,显示模块15对返回的人脸年龄和表情等属性进行详细的画面显示,随后匹配度比对模块16通过HTTPS请求将该人脸数据和预设的名人脸库进行比对获得匹配度最好的人脸ID;
步骤三、图像处理模块21利用HSV空间算法对采集图像进行处理,通过opencv图像处理匹配的名人脸图片获得对应的HSV空间数据值,图像修改模块22根据数据值动态修改检测人脸图像的色调(H)、饱和度(S)和明度(V),通过以上操作可以让两张图像在HSV空间上大致保持一致,通过Dlib来检测人脸特征点(68点),根据特征点进行人脸三角面细分,通过opencv函数将人脸图和名人图的每个三角面顶点坐标各自获得一个最小包围矩形,矩形被填充黑底,三角面区域填充白色构成一个掩码图,由人脸图和名人图的每个三角面顶点坐标可以求得一个仿射变换矩阵,人脸图对应的三角面结合仿射变换矩阵获得变换后的图像,将人脸三角面仿射变换后的图像结合对应区域名人脸的三角面的掩码图进行与操作,当所有的三角面全部进行了与操作之后形成的图像与原名人脸进行与操作,随后进行中止滤波操作,通过seamlessClone函数将滤波后的图像与名人脸原图进行融合处理获得最终的合成图像,图像输出模块29用于将最终图像输出到网络下载模块3;
步骤四、图像接收模块31接收图像输出模块29输出的图像,并将上述合成图像通过HTTPS请求的方式上传至云服务器,并将返回的json数据进行解析获得下载链接,通过opencv函数将下载链接动态生成二维码供参与者扫描下载留念。
尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于Dlib人脸识别的AI平台分析***,其特征在于,包括:
人脸比对模块(1),所述人脸比对模块(1)用于对参与者进行实时人脸检测,并且对人脸数据进行分析和比对,获得匹配度最好的人脸ID;
人脸融合模块(2),所述人脸融合模块(2)用于采集的图像进行处理和修改,并对人脸进行三角面细分和填充,对最终变换后的人脸图像和名人脸图像进行操作,并将滤波后的图像与名人脸原图融合处理获得最终的合成图像;
网络下载模块(3),所述网络下载模块(3)用于将合成图像上传至云服务器,为参与者生成获得二维码,为参与者提供下载方式,供参与者扫描下载留念。
2.根据权利要求1所述的基于Dlib人脸识别的AI平台分析***,其特征在于:所述人脸比对模块(1)包括实时检测模块(11)、上传模块(12)、平台分析模块(13)、信息返回模块(14)、显示模块(15)和匹配度比对模块(16),其中:
所述实时检测模块(11)用于通过Dlib人脸识别接口对站立在指定位置的参与者进行实时人脸检测;
所述上传模块(12)用于将人脸数据通过HTTPS请求上传到百度AI平台;
所述平台分析模块(13)用于对人脸数据进行年龄和表情等数据分析。
3.根据权利要求1所述的基于Dlib人脸识别的AI平台分析***,其特征在于:所述信息返回模块(14)用于将分析后的人脸数据信息返回传输,所述显示模块(15)用于将返回的人脸属性显示在画面上,所述匹配度比对模块(16)用于将该人脸数据和预设的名人脸库进行比对获得匹配度最好的人脸ID。
4.根据权利要求1所述的基于Dlib人脸识别的AI平台分析***,其特征在于:所述人脸融合模块(2)包括图像处理模块(21)、图像修改模块(22)、三角面细分模块(23)、填充模块(24)、矩阵模块(25)、图像结合模块(26)、中止模块(27)、图像生成模块(28)和图像输出模块(29),其中:
所述图像处理模块(21)用于对采集的图像进行初步处理,并获得对应的HSV空间数据值;
所述图像修改模块(22)用于根据数据值动态对人脸图像进行修改检测,并且可以让两张图像在HSV空间上大致保持一致;
所述三角面细分模块(23)用于检测人脸特征点(68点),根据特征点进行人脸三角面细分。
5.根据权利要求4所述的基于Dlib人脸识别的AI平台分析***,其特征在于:所述填充模块(24)用于将矩形和三角面区域进行填充,所述矩阵模块(25)用于求得一个仿射变换矩阵,所述图像结合模块(26)用于将人脸三角面仿射变换后的图像和对应区域名人脸的三角面的掩码图进行结合与操作。
6.根据权利要求4所述的基于Dlib人脸识别的AI平台分析***,其特征在于:所述中止模块(27)用于当所有的三角面全部进行了与操作之后形成的图像与原名人脸进行与操作时,对人脸图像三角面进行中止滤波操作,所述图像生成模块(28)用于将滤波后的图像与名人脸原图进行融合处理获得最终的合成图像,所述图像输出模块(29)用于将最终图像输出到网络下载模块(3)。
7.根据权利要求1所述的基于Dlib人脸识别的AI平台分析***,其特征在于:所述网络下载模块(3)包括图像接收模块(31)、数据解析模块(32)和生成输出模块(33),其中:
所述图像接收模块(31)用于接收图像输出模块(29)输出的图像,并将上述接受的合成图像上传至云服务器;
所述数据解析模块(32)用于将返回的json数据进行解析获得下载链接,通过opencv函数将下载链接动态生成二维码;
所述生成输出模块(33)用于将二维码生成输出,供参与者扫描下载留念。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111169685.9A CN113807313A (zh) | 2021-10-08 | 2021-10-08 | 一种基于Dlib人脸识别的AI平台分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111169685.9A CN113807313A (zh) | 2021-10-08 | 2021-10-08 | 一种基于Dlib人脸识别的AI平台分析*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113807313A true CN113807313A (zh) | 2021-12-17 |
Family
ID=78939280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111169685.9A Pending CN113807313A (zh) | 2021-10-08 | 2021-10-08 | 一种基于Dlib人脸识别的AI平台分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807313A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108109010A (zh) * | 2017-12-26 | 2018-06-01 | 南京开为网络科技有限公司 | 一种智能ar广告机 |
CN108537126A (zh) * | 2018-03-13 | 2018-09-14 | 东北大学 | 一种人脸图像处理***及方法 |
CN112634125A (zh) * | 2020-12-16 | 2021-04-09 | 西安理工大学 | 一种基于离线人脸数据库的自动面部替换方法 |
CN114155584A (zh) * | 2021-11-29 | 2022-03-08 | 合肥安达创展科技股份有限公司 | 一种基于Dlib人脸识别接口的人脸数据分析显示*** |
-
2021
- 2021-10-08 CN CN202111169685.9A patent/CN113807313A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108109010A (zh) * | 2017-12-26 | 2018-06-01 | 南京开为网络科技有限公司 | 一种智能ar广告机 |
CN108537126A (zh) * | 2018-03-13 | 2018-09-14 | 东北大学 | 一种人脸图像处理***及方法 |
CN112634125A (zh) * | 2020-12-16 | 2021-04-09 | 西安理工大学 | 一种基于离线人脸数据库的自动面部替换方法 |
CN114155584A (zh) * | 2021-11-29 | 2022-03-08 | 合肥安达创展科技股份有限公司 | 一种基于Dlib人脸识别接口的人脸数据分析显示*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210174072A1 (en) | Microexpression-based image recognition method and apparatus, and related device | |
CN105843386B (zh) | 一种商场虚拟试衣*** | |
CN112241731B (zh) | 一种姿态确定方法、装置、设备及存储介质 | |
US11887234B2 (en) | Avatar display device, avatar generating device, and program | |
CN110544301A (zh) | 一种三维人体动作重建***、方法和动作训练*** | |
CN110287790B (zh) | 一种面向静态多人场景的学习状态混合分析方法 | |
CN114219878B (zh) | 虚拟角色的动画生成方法及装置、存储介质、终端 | |
JP2002175538A (ja) | 似顔絵生成装置及び似顔絵生成方法及び似顔絵生成プログラムを記録した記録媒体及び通信用端末及び通信用端末による通信方法 | |
CN110263768A (zh) | 一种基于深度残差网络的人脸识别方法 | |
CN112528902B (zh) | 一种基于3d人脸模型的视频监控动态人脸识别方法及装置 | |
CN109472795A (zh) | 一种图像编辑方法和装置 | |
CN109325408A (zh) | 一种手势判断方法及存储介质 | |
CN114255496A (zh) | 视频生成方法、装置、电子设备及存储介质 | |
WO2022267653A1 (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
CN114998935A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
US20240161461A1 (en) | Object detection method, object detection apparatus, and object detection system | |
CN116681579A (zh) | 一种实时视频人脸替换方法、介质及*** | |
CN113807313A (zh) | 一种基于Dlib人脸识别的AI平台分析*** | |
CN116109974A (zh) | 体积视频展示方法以及相关设备 | |
CN114155584A (zh) | 一种基于Dlib人脸识别接口的人脸数据分析显示*** | |
CN111461005B (zh) | 一种手势识别方法、装置、计算机设备以及存储介质 | |
US20220207261A1 (en) | Method and apparatus for detecting associated objects | |
CN112183155B (zh) | 动作姿态库建立、动作姿态生成、识别方法及装置 | |
CN112132107A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN111950447B (zh) | 基于走路姿态的情绪识别方法和***、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |