计算机视觉库/人脸识别Libface、OpenBR、headtrackr、VLFeat介绍

以下为你介绍的计算机视觉库/人脸识别软件都可用在Linux系统上:Libface(C++人脸识别库)、OpenBR(开源生物特征识别库)、headtrackr(JS头部跟踪库)、VLFeat(计算机视觉库)。

1、Libface(C++人脸识别库)

Libface库旨在使人脸识别技术应用于开源社区。这是用C++编写的,托管在 Sourceforge上。这个库使用 OpenCV 2.0,目标是成为一个中间件,在人脸识别和检测时,开发人员不必包括任何OpenCV的代码。

准确的说,Libface 是用于开发人脸识别算法并测试其性能的跨平台框架,它的特征是:使用 Haar 功能进行人脸检测、使用特征脸识别、需要 cmake 才能建立、需要 OpenCV 2.0。

下载地址:https://sourceforge.net/projects/libface/

2、OpenBR(开源生物特征识别库)

计算机视觉库/人脸识别Libface、OpenBR、headtrackr、VLFeat介绍

OpenBR 是一个用来从照片中识别人脸的工具。还支持推算性别与年龄。

下载所有OpenBR源代码并切换到该发行标签:

$ git clone https://github.com/biometrics/openbr.git

$ cd openbr

$ git checkout (eg: git checkout v1.1.0)

$ git submodule init

$ git submodule update

然后按照适用于您的操作系统的构建说明来构建OpenBR。

使用方法:

$ br -algorithm FaceRecognition -compare me.jpg you.jpg

下载地址:https://github.com/biometrics/openbr

3、headtrackr(JS头部跟踪库)

计算机视觉库/人脸识别Libface、OpenBR、headtrackr、VLFeat介绍

headtrackr 是一个用于实时脸部追踪和头部追踪的 JS 库。通过网络摄像头和 webRTC/getUserMedia 标准,在相关计算机屏幕上追踪用户头部的位置。

请查看如上图示例。

使用方法:

<script src="js/headtrackr.js"></script>

<canvas id="inputCanvas" width="320" height="240" style="display:none"></canvas>

<video id="inputVideo" autoplay loop></video>

<script type="text/javascript">

var videoInput = document.getElementById('inputVideo');

var canvasInput = document.getElementById('inputCanvas');

var htracker = new headtrackr.Tracker();

htracker.init(videoInput, canvasInput);

htracker.start();

</script>

下载地址:https://github.com/auduno/headtrackr

4、VLFeat(计算机视觉库)

一个开源的计算机视觉库,实现了 SIFT、MSER、k-means、hierarchical k-means、agglomerative information bottleneck、quick shift等算法,这些算法专门用于图像理解以及局部特征提取和匹配。它是用C编写的,以提高效率和兼容性,并带有MATLAB的接口,以易于使用,并在全文中提供详细的文档,它支持Windows、Mac OS X和Linux跨平台。

下载地址:http://www.vlfeat.org/

注明

以上就是计算机视觉库/人脸识别Libface、OpenBR、headtrackr、VLFeat的介绍内容,这些计算机视觉库/人脸识别软件都能使用在Linux操作系统中。

栏目相关文章