人脸人体

【云智AI运动识别小程序插件】提供人体、运动、姿态检测的AI能力，支持本地原生识别，无需后台服务，具有速度快、体验好、易集成等优点。本文介绍如何使用该插件实现用户上传视频的运动识别，包括视频解码抽帧和人体识别的实现方法。

近期，多家康复机构咨询AI运动识别插件是否适用于肢力运动受限患者的康复锻炼。本文介绍该插件在康复锻炼中的应用场景，包括康复运动指导、运动记录、恢复程度记录及过程监测。插件集成了人体检测、姿态识别等功能，支持微信小程序平台，使用便捷，安全可靠，帮助康复治疗更加高效精准。

【云智AI运动识别小程序插件】提供人体、运动及姿态检测的AI能力，本地引擎无需后台支持，具备快速、体验好、易集成等优势。本文介绍如何利用插件的`camera-view`功能，通过检测人体站位视角（前、后、左、右），确保运动时的最佳识别率和用户体验。代码示例展示了如何实现视角检查，确保用户正或背对摄像头，为后续运动检测打下基础。

开发纯go插件的原因是因为目前 Go 生态系统中几乎所有现有的人脸检测解决方案都是纯粹绑定到一些 C/C++ 库，如 OpenCV 或 dlib，但通过 cgo 调用 C 程序会引入巨大的延迟，并在性能方面产生显著的权衡。此外，在许多情况下，在各种平台上安装 OpenCV 是很麻烦的。使用纯Go开发的插件不仅在开发时方便，在项目部署和项目维护也能省很多时间精力。

随着AI技术的发展，阿里体育等公司推出的AI运动APP如“乐动力”、“天天跳绳”等，使云上运动会、线上健身等概念广受欢迎。本文将引导您从零开始，利用“云智AI运动识别小程序插件”，在小程序中实现类似功能，包括人体骨骼图的绘制原理及其实现代码，确保骨骼图与人体图像精准重合。下篇将继续介绍运动分析方法。

随着AI技术的发展，阿里体育推出的“乐动力”、“天天跳绳”等APP，使云上运动会、AI体育指导等概念备受关注。本文将引导您从零开始，利用“云智AI运动识别小程序插件”，在小程序中实现类似功能。通过插件的`sports`和`calc`命名空间，可轻松实现运动检测、计时计数等功能。示例代码展示了如何创建并使用俯卧撑运动分析器，以及如何通过摄像头捕获图像进行人体识别和运动分析。敬请期待后续关于姿态分析的内容。

本文介绍了一种解决手机摄像头切换导致应用崩溃的问题的方法。针对不支持facingMode配置的四摄手机，通过缓存和序号切换的方式，确保应用在特定设备上不会频繁崩溃，提升用户体验。

在过去的不到一个月，FaceChain开源项目从无到有，成功突破了相关技术瓶颈，GitHub获得了超过4.6K star，为未来的应用发展奠定了坚实的基础。 本文将介绍我们已经实现的一些核心功能、，以及未来一些场景的设想。文章末尾，诚邀有意向有能力的开发者加入我们！

智慧校园建设是现阶段高校研究的重点方向。通过如今科技发展，将科学技术、先进设备更好的融合到校园各项工作的开展以及校园安全的保障，对校园来说是至关重要的。 作者将从校园安全建设、校园文化生活两个方向，挖掘开放视觉API在智慧校园中的更多应用。

本文主要用尽量简单白话的描述来剖析下AI换脸技术的原理，做一个科普文章，了解下当前换脸技术的发展现状及其局限性。

本文介绍 阿里云开放视觉智能团队 被计算机视觉顶级国际会议ICCV 2023接收的论文 "TransFace: Calibrating Transformer Training for Face Recognition from a Data-Centric Perspective"。TransFace旨在探索ViT在人脸识别任务上表现不佳的原因，并从data-centric的角度去提升ViT在人脸识别任务上的性能。

为了零成本低门槛地提供极致酷炫的人像玩法，我们提出了一套人像风格化通用框架「AI Maleonn」AI 版神笔马良，用于一键生成风格百变的人物虚拟形象，在风格上涵盖手绘、3D、日漫、艺术特效、铅笔画等多种风格，同时可以支持面向小样本的专属风格定制，利用少量目标风格图即可实现快速迁移拓展；在处理维度上，不仅适用于生成头部效果，更支持全图精细化纹理转换，兼容多人场景；在模型鲁棒性上，有效克服了多角度姿态、面部遮挡等各类复杂场景，整体稳定性大大提升。

高保真 3D 头部重建在许多场景中都有广泛的应用，例如 AR/VR、医疗、电影制作等。尽管大量的工作已经使用 LightStage 等专业硬件实现了出色的重建效果，从单一或稀疏视角的单目图像估计高精细的面部模型仍然是一个具有挑战性的任务。 本文中，我们将介绍CVPR2023最新的头部重建论文，该工作在单图头部重建榜单REALY上取得正脸、侧脸双榜第一，并在其他多个数据集中取得了SOTA的效果。

论文链接：Dash: Semi-Supervised Learningwith DynamicThreolding 本文介绍机器学习顶级国际会议 ICML 2021 接收的 long talk (top 3.02%) 论文 “Dash: Semi-Supervised Learning with Dynamic Thresholding”。

随着科技和经济的发展，考勤管理制度无论是对于企业还是学习，都是相对重要的管理制度。在传统考勤制度中，员工的出勤和工时需要依靠人工记录，并需要相应的人力来处理和审批。这种方式在浪费了时间和人力成本的基础上，还极易出现数据记录错误，造成一系列严重的后果。现如今，随着视觉智能AI的发展，智慧考勤可以实现。除了可以解决传统的考勤制度中的劣势之外， 还具备完善的数据传输和保存系统，管理者可以更好地利用考勤数据和实时通知系统，更好地规划资源和调整工作安排。

人脸识别系统

基于人脸检测 API 的人脸跟踪技术在视频监控、虚拟现实和人机交互等领域具有广泛应用。通过连续的人脸检测与姿态估计，可以实现对人脸的跟踪和姿态分析。随着深度学习和计算机视觉技术的不断发展，人脸跟踪技术将迎来更加精确、实时和智能化的发展前景

m基于PMP投影匹配追踪算法的人体姿态提取matlab仿真

人脸识别系统技术方案

【深度学习】基于卷积神经网络（tensorflow）的人脸识别项目（四）

【深度学习】基于卷积神经网络（tensorflow）的人脸识别项目（三）

【深度学习】基于卷积神经网络（tensorflow）的人脸识别项目（二）

Mediapipe三维实时人体关键点检测与追踪（二）

Mediapipe三维实时人体关键点检测与追踪（一）

人脸识别概述-opencv中文文档

本篇博文基于MATLAB实现人脸识别，基于几何特征的算法，对人脸从图像采集、预处理、到特征点定位提取，校验通过；主要利用YCbCr肤色模型，通过连通分量提取算法定位人脸；对RGB图像通过形态学图像处理算法选定区域，再进行细化算法，找到其人脸坐标并提取出来；然后利用PCA与特征脸算法计算特征值完成识别。

本文介绍我们被机器学习顶级国际会议ICLR 2023接收的论文 “DamoFD: Digging into Backbone Design on Face Detection" 论文链接：https://openreview.net/pdf?id=NkJOhtNKX91 开源代码：https://github.com/ly19965/EasyFace/tree/master/face_project/face_detection/DamoFD

随着社会现代化的发展和科技的不断进步，我国航天事业蓬勃发展，与此同时产生了很多亟待解决的难题，康复医疗成为航天医学和康复领域的重要课题之一。载人航天实践证明，失重对航天员生理功能有很大影响，这不仅涉及到航天员完成任务的安全性，同时会制约航天员返回地球后的再适应能力。这种因失重产生的生理问题与老年人的生理机能退化有相似之处，老年人摔倒是社会迫切需要面对的另一重大社会问题。老年人群体的跌倒发生率最高且后果严重，这不仅会导致高龄老年人安全感的严重缺失，还会大量消耗医疗服务资源。因此，开展助老防摔装备的研究是目前医疗和社会领域的必要发展方向，它有助于减少老年人跌倒所带来的生命危险.。

带你读《2022技术人的百宝黑皮书》——移动端人脸风格化技术的应用(1)

带你读《2022技术人的百宝黑皮书》——移动端人脸风格化技术的应用(2)

带你读《2022技术人的百宝黑皮书》——移动端人脸风格化技术的应用(3)

带你读《2022技术人的百宝黑皮书》——移动端人脸风格化技术的应用(4)

带你读《2022技术人的百宝黑皮书》——移动端人脸风格化技术的应用(5)

带你读《2022技术人的百宝黑皮书》——移动端人脸风格化技术的应用(6)

利用Pytorch实现一个完整的基于深度学习的人脸表情识别项目

m基于遗传优化的凸松弛算法完成从二维人体图像中提取三维姿态的matlab仿真