Advertisement

人脸融合源代码

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
这段简介可以这样描述:“人脸融合源代码”项目提供了一套完整的程序代码,用于实现将两个人或更多人的面部特征合并成一张新面孔的技术。该代码适用于图像处理和机器学习领域的研究者与开发者使用,能够帮助进行创意艺术作品的创作及身份保护等应用开发。 大学时期在《计算机视觉与模式识别》课程中完成的人脸morphing作业的源代码可以直接在VS2015上运行。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    这段简介可以这样描述:“人脸融合源代码”项目提供了一套完整的程序代码,用于实现将两个人或更多人的面部特征合并成一张新面孔的技术。该代码适用于图像处理和机器学习领域的研究者与开发者使用,能够帮助进行创意艺术作品的创作及身份保护等应用开发。 大学时期在《计算机视觉与模式识别》课程中完成的人脸morphing作业的源代码可以直接在VS2015上运行。
  • FaceFusion:腾讯AI演示demo
    优质
    FaceFusion是由腾讯研发的一款基于人工智能技术的人脸融合演示应用。通过创新算法,该Demo能够将用户面部特征与预设图像完美结合,创造出独特且趣味十足的效果,提供个性化的娱乐体验。 腾讯的人工智能人脸融合演示采用的是腾讯AI平台的人脸融合API。其功能类似于前段时间微信里流行的换军装H5应用。 使用此项目前,请先将文件夹中的config_temp.php重命名为config.php,然后填写你在腾讯AI平台上申请的配置信息。 具体包括: - app_id:请填入你自己的ID - image: $base64, - model: $model, - time_stamp: strval(time()), - nonce_str: strval(rand()), - sign: 此外,该演示还添加了自定义图片模板功能。
  • 检测
    优质
    这段代码源码提供了一套实现人脸检测功能的方法和工具,适用于开发者进行人脸识别技术的研究与应用开发。 资源内包含Windows与Linux版本。Windows版本基于OpenCV 2.4.9 和 Qt 5.3,而Linux版本则使用 OpenCV 2.4.9 和 Qt 4.7。
  • 使用Python和dlib结OpenCV进行
    优质
    本项目利用Python语言及dlib库的功能,配合OpenCV实现复杂的人脸图像处理技术,专注于探索并实践人脸融合算法,创造出独特的视觉效果。 使用Python的dlib和OpenCV库实现人脸融合功能,在Python2和Python3环境中均可运行。
  • 使用Python dlib和OpenCV进行
    优质
    本项目利用Python结合dlib与OpenCV库实现人脸图像合成技术。通过精准的人脸关键点检测与特征提取,将不同人脸自然地融合在一起,创造出独特的人像作品。 使用Python的dlib和OpenCV库可以实现人脸融合的功能。这段代码既可以应用于Python2也可以应用于Python3环境中。
  • Unity利用百度AI进行
    优质
    本项目采用Unity游戏引擎结合百度AI的人脸识别技术,实现用户面部特征与虚拟角色或艺术图像的实时融合,创造个性化的视觉体验。 在Unity平台上使用百度AI实现人脸融合功能。
  • 投影
    优质
    《投影融合的源代码》是一篇探讨如何通过编程技术实现多投影仪图像无缝拼接与融合的文章。文中详细介绍了相关算法和软件设计方法,适用于对视觉显示技术感兴趣的读者。 基于OFX框架的投影融合源代码对于希望进行投影融合的朋友会有较大帮助。
  • 基于OpenCV泊松成程序——包含正照片及使用指南
    优质
    本项目提供了一种利用OpenCV实现泊松融合技术的人脸合成工具,特别适用于正脸图片的无缝拼接。附带详尽的使用指南帮助用户轻松上手操作。 基于OpenCV泊松融合的一个简单人脸融合程序,可以用于正脸照的处理,并附有使用手册。
  • C#版本的识别程序.rar_face recognition__成_c#_识别
    优质
    这段资源包含了一个用C#编写的完整人脸识别程序源代码,适用于进行人脸检测、识别及合成的研究和开发工作。 关于人脸识别的C#源码经过测试可以使用,非常值得参考。
  • JDA识别
    优质
    JDA人脸识别代码源码提供了基于Java开发的人脸识别系统的核心编码资源,涵盖从人脸检测到特征提取等多个关键步骤的技术实现。 JDA是一个著名的人脸识别开源项目,它能够读取CAFFEE深度学习人脸模型并直接进行人脸识别。该项目适用于多种平台,并且在Android平台上完成人脸识别所需的模型大小小于20K ROM。