LabVIEW快速实现OpenCV DNN(YunNet)的人脸检测(含源码)

简介: LabVIEW快速实现OpenCV DNN(YunNet)的人脸检测

前言

人脸检测是计算机视觉领域的一个重要问题,它是很多应用(如人脸识别、人脸表情识别等)的必要步骤。YuNet 是一种高效的人脸检测算法,本文将介绍如何使用LabVIEW加载YuNet 快速实现人脸检测,人脸识别的实现可查看另外一篇博客:LabVIEW快速搭建人脸识别系统

本文的主要内容分为以下两部分:

1、检测图片中的人脸
2、调用摄像头实现实时检测人脸


一、关于YuNet

YuNet 是一种基于深度神经网络的人脸检测算法,一款轻量级,快速,准确的人脸检测模型,它在保持高准确率的同时,具有很高的运行速度。相比于传统的基于 Haar 特征和 HOG 特征的人脸检测算法,YuNet 具有更好的性能和效率,在WIDE人脸验证集上达到0.834(AP_easy),0.824(AP_medium),0.708(AP_hard)。YuNet 的模型结构基于 MobileNetV2,并使用了一些优化技巧(如 Inverted Residual Block、Depthwise Separable Convolution 等),以提高模型的性能。
image.png

YunNet 模型相较于其他人脸检测模型,具有以下优势:

  • 更高的检测精度:YunNet 模型在 WIDER FACE 数据集上取得了目前最好的检测精度,其 F1 分数高达 97.1%,比其他人脸检测模型要高。

  • 更高的鲁棒性:YunNet 模型能够应对人脸检测中的一些常见问题,如姿态变化、遮挡、光照变化等,具有更高的鲁棒性。

  • 更快的检测速度:YunNet 模型使用深度学习技术进行人脸检测,相比传统的算法速度更快。

  • 更好的通用性:YunNet 模型在不同数据集上都能够取得不错的表现,适用于不同的场景和应用需求。

image.png

与其他人脸检测模型相比,YunNet 模型的缺点可能是在一些特定的场景下会出现漏检或误检的情况,但是这一点可以通过模型的调整和优化来解决。总体而言,YunNet 模型在人脸检测领域表现优异,其高效准确的检测能力使得其被广泛应用于人脸识别、人脸表情分析等领域。

二、准备工作

三、VI介绍

image.png

FaceDetectorYN_Creat.vi:创建人脸检测器的实例类
image.png

参数说明:

  • modelPath:模型文件路径
  • config:模型对应配置文件路径,ONNX 模型不需要
  • Size:模型输入图片大小
  • scoreThreshold:得分阈值,默认值为 0.9
  • nmsThreshold:lOU判断阈值,默认值为 0.3
  • top_K:NMS之前保留 top_k 个边界框

  • ref: 人脸检测类对象

    detect.vi:从给定图像中检测人脸,获得人脸区域和5点landmark
    image.png

参数说明:

  • src:待检测的图片
  • faces:人脸检测结果
  • FaceDetectorYN in: 人脸检测类对象
  • FaceDetectorYN out: 人脸检测类对象

四、项目实践

实现效果:利用 OpenCV FaceDetectorYN 实现 LabVIEW 平台人脸检测并绘制人脸边框以及关键点。

准备工作

  1. 新建项目文件face_detect;
  2. 在项目文件face_detect中新建文件夹model,并将下载的YunNet.onnx拷贝至model文件夹中;在项目文件face_detect中新建文件夹pic_video,并将待检测的图片拷贝到文件夹中;

    4.1 检测图片中的人脸

  3. 获取模型文件及检测图片路径;
    image.png

  4. 读取图片并获取图片的宽和高并合并成簇;
    image.png

  5. 创建FaceDetectorYN对象;
    image.png

  6. 进行人脸检测并获取识别结果;
    image.png

image.png

faces是一个二维数组,每一行代表检测的一张人脸,每行数据中分别表示获取人脸15维的基本信息:x1, y1, w, h, x_re, y_re, x_le, y_le, x_nt, y_nt, x_rcm, y_rcm, x_lcm, y_lcm,rate,即人脸区域矩形框,左右眼、鼻子,左右嘴角5点landmark,置信度

注意:我们可以看到途中其实是有12张人脸的,但是检测到的人脸只有10张,有两张人脸未被检测出,可修改FaceDetectorYN_Creat.vi的scoreThreshold,改参数默认值为 0.9,我们修改为0.7,则可将所有人脸检测出。
image.png

  1. 绘制边框及关键点;
    image.png

我们将绘制边框及关键点单独封装成一个vi实现,完成程序如上图所示。

  1. 释放资源;
  2. 完整源码;
    image.png
  1. 运行效果
    image.png

4.2 调用摄像头实现实时人脸检测

整体步骤与调用图片进行人脸检测相似

  1. 完整源码;
    image.png

2.运行效果;

image.png

五、项目源码

关注微信公众号:VIRobotics,回复:人脸检测,即可获取源码

六、环境说明

操作系统:Windows10
LabVIEW:2018及以上 64位版本
视觉工具包:techforce_lib_opencv_cpu-1.0.0.xx.vip

总结

以上就是今天要给大家分享的内容,希望对大家有用。如果有问题可以在评论区里讨论,提问前请先点赞支持一下博主哦,如您想要探讨更多关于LabVIEW与人工智能技术,欢迎加入我们:705637299。

如果文章对你有帮助,欢迎✌关注、👍点赞、✌收藏

目录
相关文章
|
15天前
|
算法 API 计算机视觉
[opencv学习笔记] jiazhigang 30讲源码C++版本(含Makefile)
[opencv学习笔记] jiazhigang 30讲源码C++版本(含Makefile)
32 0
|
15天前
|
算法 IDE 开发工具
OpenCV常用的 7 个示例:从读取到人脸检测(Python版)
OpenCV常用的 7 个示例:从读取到人脸检测(Python版)
|
15天前
|
算法 计算机视觉 开发者
OpenCV中使用Eigenfaces人脸识别器识别人脸实战(附Python源码)
OpenCV中使用Eigenfaces人脸识别器识别人脸实战(附Python源码)
130 0
|
15天前
|
Ubuntu 编译器 C++
Ubuntu系统下编译OpenCV4.8源码
本文档介绍了在Ubuntu系统下编译和安装OpenCV4.8的简单步骤:首先,通过wget命令下载源码包,然后解压;接着,安装必要的编译器和第三方库支持;最后,在源码目录创建build文件夹,执行cmake和make安装。整个过程包括下载、安装依赖和编译安装三个主要步骤。
25 6
|
15天前
|
计算机视觉 开发者 Python
OpenCV中Fisherfaces人脸识别器识别人脸实战(附Python源码)
OpenCV中Fisherfaces人脸识别器识别人脸实战(附Python源码)
85 0
|
15天前
|
XML 算法 计算机视觉
使用OpenCV进行人脸检测和戴墨镜特效实战(附Python源码)
使用OpenCV进行人脸检测和戴墨镜特效实战(附Python源码)
158 1
|
15天前
|
机器学习/深度学习 PyTorch TensorFlow
TensorFlow、PyTorch、Keras、Scikit-learn和ChatGPT。视觉开发软件工具 Halcon、VisionPro、LabView、OpenCV
TensorFlow、PyTorch、Keras、Scikit-learn和ChatGPT。视觉开发软件工具 Halcon、VisionPro、LabView、OpenCV
39 1
|
15天前
|
前端开发 Java Maven
java集成opencv(不踩坑),实现人脸检测小demo(含上传人像图片识别接口),windows,IDEA,Springboot
java集成opencv(不踩坑),实现人脸检测小demo(含上传人像图片识别接口),windows,IDEA,Springboot
224 0
|
15天前
|
算法 计算机视觉 开发者
OpenCV中LBPH人脸识别器识别人脸实战(附Python源码)
OpenCV中LBPH人脸识别器识别人脸实战(附Python源码)
147 0
|
15天前
|
计算机视觉 Python
OpenCV检测眼睛、猫脸、行人、车牌实战(附Python源码)
OpenCV检测眼睛、猫脸、行人、车牌实战(附Python源码)
99 0

热门文章

最新文章