【发布时间】：2010-12-08 09:37:40
【问题描述】：
谁能推荐我一个开源的Java人脸识别框架？
【问题讨论】：
标签： java image-processing face-recognition
【发布时间】：2010-12-08 09:37:40
【问题描述】：
您可以尝试一些开源的人脸识别 Java 系统，但不要抱太大希望，因为我正在寻找相同的东西，但我仍在寻找更好的选择！
请注意，在图像中找到任何人脸称为“人脸检测”，跟踪任何人脸称为“人脸跟踪”，确定检测到的人脸的身份称为“人脸识别”。我告诉你这个是因为你可能必须使用不同的软件和算法来做每一个！ Paul 的回答告诉你 OpenCV 可以轻松地进行人脸检测（Haar Cascade Detector），但人脸识别却不是那么容易（实际上它确实有办法进行特征脸识别），听起来你需要人脸识别，所以 OpenCV 是'不一定是您使用 Java 的最佳选择。
您可以尝试使用 Java 进行人脸检测和人脸识别的 FAINT，但它几乎没有文档记录。还有“http://darnok.org/programming/face-recognition/”，但我似乎无法从中得到好的结果。还有“http://uni.johnsto.co.uk/faces/”用于人脸识别，“Neuroph”用于人脸识别/检测。
如果您找到好的解决方案，请通过“draw3d@shervinemami.co.cc”告诉我 祝你好运！ 舍文·埃米米
【讨论】：
-
更新：OpenCV v2.4.1 现在带有一个新的 FaceRecognizer 类，使用几种可能的算法（特征脸、Fisherfaces 和 LBP 直方图）非常容易进行人脸识别。所以你应该寻找一种从 Java 中使用它的方法，例如 Android 上的 OpenCV（支持 Java）或者 JavaCV（可能还没有 FaceRecognizer）。
-
不要为了准确而使用特征脸。这是基于平均值的直接像素比较。在缩放、旋转和裁剪找到的面部之后比较面部描述符会更好。训练模型以找到这些描述符需要深度学习。
查看OpenCV。 Viola & Jones 已实施了一种有据可查且广受好评的人脸检测技术，称为 Haar 级联。
一个完整的教程——从培训到实验——is available here。请注意，您实际上不需要进行培训； OpenCV 捆绑了多个特征级联，包括一些用于人脸检测的级联。
【讨论】：
-
Viola & Jones 的论文，Rapid Object Detection using a Boosted Cascade of Simple Features，可在 Google Scholar 上找到：scholar.google.com/scholar?cluster=6119571473300502765
-
感谢您的回复。我可以用它来制作一个商业考勤系统吗？我的想法是制作一个考勤系统，当人们通过包含摄像头的通道时，通过该系统自动标记为在场。跨度>
-
嗯，从技术上讲，您可以在照片上运行算法，计算检测到的人脸数量并将其作为答案。但实际上，这将是非常不可预测的并且容易出错。首先，它没有检测到特定的人脸。也就是说，它不区分你的脸还是我的脸。出于这个原因，确定某个人是否在场需要更多的辨别力。
-
如果您只想统计进入/退出通道的人数，您可以改为跟踪从进入框架到退出的特定面部，并假设这是一个人。同样，它很容易出错。
-
我们可以在 Skype 或 msn 上聊天吗？我的 Skype id 是 akshayshetye，雅虎是 chetankamat123
准确的人脸识别是一项可以分为几个步骤的任务：
- 人脸检测
- 面部标志点发现
- 使用地标进行旋转、裁剪、对齐和缩放
- 面部描述符点发现（这些不是人类可读的）
- 与已知人脸进行比较以找到最接近的匹配项
这可以通过多个库来完成，但需要用于 OpenCV 和 Caffe 的 bytedeco 包装器以及用于矩阵比较的库（例如 ND4j）。
OpenCV 具有用于人脸检测的 HAAR 级联，并且可以使用 flandmark 进行人脸点识别。这将允许您执行步骤 1-3。
可以使用 Caffe 的 bytedeco 包装器和 VGG 人脸描述符库 (http://www.robots.ox.ac.uk/~vgg/software/vgg_face/) 来完成面部描述符发现
最后，Nd4j 可用于比较图像。如果您有足够多的按个体分类的图像，也许您可以使用库中的神经网络进行分类。
【讨论】：