【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

本文涉及的产品
视觉智能开放平台,视频通用资源包5000点
视觉智能开放平台,图像通用资源包5000点
视觉智能开放平台,分割抠图1万点
简介: 【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


相关文章
|
22天前
|
传感器 机器学习/深度学习 数据采集
【数据驱动】【航空航天结构的高效损伤检测技术】一种数据驱动的结构健康监测(SHM)方法,用于进行原位评估结构健康状态,即损伤位置和程度,在其中利用了选定位置的引导式兰姆波响应(Matlab代码实现)
【数据驱动】【航空航天结构的高效损伤检测技术】一种数据驱动的结构健康监测(SHM)方法,用于进行原位评估结构健康状态,即损伤位置和程度,在其中利用了选定位置的引导式兰姆波响应(Matlab代码实现)
|
2月前
|
机器学习/深度学习 传感器 监控
【图像处理】图像变暗、变亮和去模糊研究(Matlab代码实现)
【图像处理】图像变暗、变亮和去模糊研究(Matlab代码实现)
137 1
|
22天前
|
机器学习/深度学习 编解码 算法
【GUI】通过Hough变换在SEM显微图像上检测滑移线研究(Matlab代码实现)
【GUI】通过Hough变换在SEM显微图像上检测滑移线研究(Matlab代码实现)
|
8天前
|
机器学习/深度学习 传感器 算法
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
|
2月前
|
机器学习/深度学习 数据采集 搜索推荐
【图像分类】基于主成分分析和核支持向量机的脑磁共振图像分类器(Matlab代码实现)
【图像分类】基于主成分分析和核支持向量机的脑磁共振图像分类器(Matlab代码实现)
|
16天前
|
机器学习/深度学习 编解码 算法
【图像处理】图像的边缘检测(Matlab代码实现)
【图像处理】图像的边缘检测(Matlab代码实现)
|
22天前
|
传感器 机器学习/深度学习 编解码
使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)
使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)
|
24天前
|
机器学习/深度学习 数据采集 编解码
基于深度学习分类的时相关MIMO信道的递归CSI量化(Matlab代码实现)
基于深度学习分类的时相关MIMO信道的递归CSI量化(Matlab代码实现)
|
24天前
|
存储 监控 算法
基于文化优化算法图像量化(Matlab代码实现)
基于文化优化算法图像量化(Matlab代码实现)
|
1月前
|
传感器 机器学习/深度学习 算法
【无人机编队】基于麻雀算法分布式无人机群自适应航迹规划和碰撞检测研究(Matlab代码实现)
【无人机编队】基于麻雀算法分布式无人机群自适应航迹规划和碰撞检测研究(Matlab代码实现)

热门文章

最新文章