点击上方△头像可进入主页

码上一课导读

人脸识别技术是一种依据人的面部特征,自动进行身份鉴别的一种技术,它综合运用了数字图像、视频处理、模式识别等多种技术。通过人脸特征提取和相似度比对,对于已经矫正好的两个人脸,会通过某种表达提取初始特征,然后应用知识模型对特征进行处理,最后再在度量空间里来计算两个特征的相似度。这个分值会告诉你这两个脸是不是同一个人的。人脸识别的过程包括:数据采集、人脸检测、五官定位、人脸预处理、特征提取。为了帮助研究过程中探索人脸识别,我们列出以下人脸检测和识别API。希望有所帮助!

人脸检测和识别API

Face Recognition - 拉姆达实验室斯蒂芬弄的。示例代码和图形演示点击http://api.lambdal.com/docs,我们的API提供了面部识别,面部检测,眼睛定位,鼻子定位,嘴巴定位,和性别分类。

Face (Detection) - 计算机视觉面部识别和面部检测。这是一个完美的face.com替代品。目前,我们有一个免费的API进行人脸检测。

Animetrics Face Recognition - Animetrics的人脸识别API可用于图片中的人脸检测。面部特征或“地标”的信息被返回作为图象上的坐标。 Animetrics人脸识别也会在三维坐标轴上侦测并返回脸部位置信息。

Skybiometry Face Detection and Recognition一个易于使用的人脸检测与识别的API。必须在您的SkyBiometry帐户中创建应用程序来使用它。。

ImageVision Face Detection - 测试版发布更好的人脸检测服务!ImageVision是一个计算机视觉公司改进技术,确定在任意的的图像中的人脸的位置和大小。

Face and scene recognition by Rekognition.com - Face.com的替代品!快速,强大和可扩展的rekognition引擎可以做面部检测,采集,识别,场景理解!它可以自动训练使用Facebook上的图像和标签!

FaceRect - FaceRect是一个功能强大且免费的API进行人脸检测,能够发现网页中的或者上传文件中特定图片上的脸部,并能够在一张图片中找到多张人脸,生成的 JSON输出每个脸部的边界框。

OpenCV Face Recognizer -基于OpenCV是一个开源的BSD授权的库,其中包括数百个计算机视觉算法。

Libface - 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。

Animetrics人脸识别:该API可用于检测图片中的人脸并将其与一组已知的人脸进行匹配。API还可以添加或删除可搜索的图库中的主题,并添加或删除主题中的人脸。

Betaface:人脸识别和检测Web服务。其特点包括多个人脸检测,面部裁剪,123个面部点检测,拥有非常大型数据库中的验证,识别,相似性搜索。

Eyedea识别:专注于高端计算机视觉的解决方案,主要用于物体检测和物体识别的软件。提供眼睛,脸部,车辆,版权等识别的服务。API的主要价值在于可以即时了解对象,用户和行为。

Face ++:人脸识别和检测服务,提供检测,识别和分析以用于应用。用户可以训练课程,人脸检测,人脸识别,人脸分析等一整套的视觉技术服务。

FaceMark:开源人脸识别API,可在一张人脸的正面照片上能够检测68个点的API,以及一个特征的35个点。并生成包含面部标记和面向每个找到面部的矢量的JSON输出。

FaceRect:一款功能强大且完全免费的面部检测API。该API可在一张照片上查找人脸或多张人脸,为每张找到的人脸生成JSON输出。此外,FaceRect可以为每个检测到的人脸找到特征。

Google Cloud Vision API:由像TensorFlow这样的平台提供支持,已启用可以学习和预测图像内容的模型。它可以帮助你找到自己喜欢的图像,并快速大规模地获取丰富的注释。它将图像分为数千个类别,以相关情绪检测人脸,并识别多种语言的印刷品的词汇。

IBM Watson Visual Recognition:可识别图像的内容。视觉概念标记图像,查找人脸,估计年龄和性别,并在集合中查找类似图像。还可以通过创建自己的自定义概念来培训服务。

专栏简介:

码上一课每日不定时更新,更新内容主要为人工智能与深度学习领域的论文开源源代码,用知识修炼心灵,以智慧对话世界,在这里,持续感受人工智能技术的魅力。

专栏推荐:

?「码上十点」CVPR2018论文源代码链接分享

?「码上十点」十月份机器学习最火的四篇文章

?「码上一课」快而准,经典的轻量级深度神经网络

?「码上一课」2018计算机视觉顶会论文及源代码分享