【图像检测-人脸检测】基于深度学习的人脸检测和面部标志定位附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机 电力系统

⛄ 内容介绍

随着数字图像技术和深度学习技术的飞速发展,利用深度学习算法进行数字图像领域的信息获取成为研究热点.而人脸作为有效的生物学特征,一直备受关注.本文着眼于利用深度学习领域里的卷积神经网络模型对人脸检测和特征点标定方法进行研究,并通过扩充训练样本,构建级联结构等方式提出了更加高效的人脸检测和特征点标定算法.

⛄ 部分代码

function [bboxes, scores, landmarks] = detectFaces(im, varargin)

% detectFaces   Use a pretrained model to detect faces in an image.

%

%   Args:

%       im  - RGB input image for detection

%

%   Returns:

%       bbox        - nx4 array of face bounding boxes in the

%                   format [x, y, w, h]

%       scores      - nx1 array of face probabilities

%       landmarks   - nx5x2 array of facial landmarks

%

%   Name-Value pairs:

%       detectFaces also takes the following optional Name-Value pairs:

%            - MinSize              - Approx. min size in pixels

%                                     (default=24)

%            - MaxSize              - Approx. max size in pixels

%                                     (default=[])

%            - PyramidScale         - Pyramid scales for region proposal

%                                     (default=sqrt(2))

%            - ConfidenceThresholds - Confidence threshold at each stage of detection

%                                     (default=[0.6, 0.7, 0.8])

%            - NmsThresholds        - Non-max suppression overlap thresholds

%                                     (default=[0.5, 0.5, 0.5])

%            - UseGPU               - Use GPU for processing or not

%                                     (default=false)

%            - UseDagNet            - Use DAGNetwork for prediction (for

%                                     compatibility with R2019a)

%                                     (default=false R2019b+, =true R2019a)

%

%   Note:

%       The 5 landmarks detector are in the order:

%           - Left eye, right eye, nose, left mouth corner, right mouth corner

%       The final 2 dimensions correspond to x and y co-ords.

%

%   See also: mtcnn.Detector.detect

% Copyright 2019 The MathWorks, Inc.

   detector = mtcnn.Detector(varargin{:});

   [bboxes, scores, landmarks] = detector.detect(im);

end

⛄ 运行结果

⛄ 参考文献

[1]王维. 基于卷积神经网络的人脸检测与特征点标定算法研究[D]. 东南大学, 2017.

[2]王荣生. 基于深度学习的人脸检测和识别关键技术研究与实现[D]. 山东大学, 2019.

⛄ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料