Demo-of-face-detection-and-counting-

时间:2024-05-17 08:13:37
【文件属性】:

文件名称:Demo-of-face-detection-and-counting-

文件大小:40.08MB

文件格式:ZIP

更新时间:2024-05-17 08:13:37

JupyterNotebook

ExtendedTinyFaces 分析,评论和“发现小脸”(P. Hu)的应用[1],着重于计数演示/人群中的许多脸。 RecVis(MVA)课程 Attia, 您可以找到我们的。 介绍 该论文-在CVPR 2017上发布-通过使用在单个(深)特征层次结构上定义的特征,基于比例特定的检测器,查找图像中的小物体(尤其是本例中的人脸):比例不变性,图像分辨率,上下文推理。 该算法基于*凹描述符,即模糊外围图像以进行编码,并给出有关上下文的足够信息,从而模仿了人类的视觉。 该主题仍然是一个开放的挑战,我们希望将其扩大到新的视野,并针对不同的应用尝试这种方法。 目的是深入了解本文的选择,以及它们在与安全性和标识有关的主题上的应用。 我们主要专注于使用TensorFlow实现的推理部分,该部分改编自此 。 人脸检测基准 首先,我们旨在将Tiny Faces算法与其他面部检测模型进行比较。 我


【文件预览】:
Demo-of-face-detection-and-counting--master
----data()
--------Downscaling.png(3.22MB)
--------92_TinyFaces.png(2.14MB)
--------.DS_Store(6KB)
--------Downscale_graph.png(112KB)
--------TotalIncrementalCount.gif(16.7MB)
--------benchmark.png(138KB)
----Finding tiny faces.pdf(9.92MB)
----tiny_faces_model.py(10KB)
----notebooks()
--------Video detection.ipynb(2.56MB)
--------Counting in video.ipynb(11KB)
--------Downsampling.ipynb(1.55MB)
--------Face Detection algorithms comparison.ipynb(4.82MB)
--------Blurring.ipynb(2.03MB)
--------Counting-in-video.py(5KB)
----README.md(5KB)
----metrics.py(5KB)
----util.py(13KB)
----evaluate.py(7KB)
----detect.py(4KB)

网友评论