Advertisement

SeetaFace源代码

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

简介：
SeetaFace源代码是素墨编写的一个高质量开源人脸识别库，适用于Windows、Linux和Android系统，提供全面的人脸检测与识别功能。 seetaface是由中科院计算所山世光研究员带领的人脸识别研究组研发的。该软件采用C++编写，并且不依赖第三方库。它适合对图形图像识别感兴趣的研究人员进行学习和研究。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • SeetaFace源代码
    优质
    SeetaFace源代码是素墨编写的一个高质量开源人脸识别库，适用于Windows、Linux和Android系统，提供全面的人脸检测与识别功能。 seetaface是由中科院计算所山世光研究员带领的人脸识别研究组研发的。该软件采用C++编写，并且不依赖第三方库。它适合对图形图像识别感兴趣的研究人员进行学习和研究。
     
  • SeetaFace人脸检测代码
    优质
    SeetaFace人脸检测代码是一款高效的人脸识别工具包，专为开发者提供精准、快速的人脸检测与关键点定位功能。支持多种应用场景，助力轻松实现人脸识别技术集成。 第一部分：人脸检测。包括完整的调试过程、遇到的问题及解决方案，在本人成功运行后可以放心使用。
     
  • SeetaFace与Qt（模型文件为空）的代码实现
    优质
    本项目旨在实现SeetaFace人脸识别库在Qt环境下的集成应用，探讨并解决模型文件缺失情况下的替代方案及代码优化策略。 使用seetaface+qt开发的人脸识别程序代码中，模型文件过大，超过了110M，因此用空文件代替了它。
     
  • SeetaFace Android人脸识别优化源码开放-附件资源
    优质
    这段简介可以描述为：“SeetaFace Android人脸识别优化源码”提供了一套针对Android平台的人脸识别技术代码库。此项目包含了多项功能和算法，以实现高效、准确的人脸检测与识别，并且现在已开源共享给广大开发者使用。 SeetaFace人脸识别Android优化源码开放。
     
  • SeetaFace开源的人脸识别技术
    优质
    SeetaFace是由国内团队研发的一款高性能、轻量级的人脸识别引擎，提供人脸检测、特征点定位和人脸识别等功能，广泛应用于各种移动设备和服务器端场景。 SeetaFace人脸识别引擎包含了搭建全自动人脸识别系统所需的三个核心模块：人脸检测模块（SeetaFace Detection）、面部特征点定位模块（SeetaFace Alignment）以及人脸特征提取与比对模块（SeetaFace Identification）。该开源项目是由中科院计算所山世光研究员带领的人脸识别研究组研发的。代码使用C++编写，不依赖任何第三方库函数，并采用BSD-2开源协议，可供学术界和工业界免费使用。
     
  • OpenCV4.0.0.zip与Seetaface的四个模型
    优质
    本资源包包含OpenCV4.0.0库及其核心视觉处理功能，同时提供人脸识别优化方案SeetaFace所需的四个关键模型文件。 本资源包含在Linux下安装OpenCV的安装包及SeetaFace2开源库中的四个模型。凑够50个字确实不容易！祝大家在进行人脸识别时能够顺利一些，配置环境真的太难了！
     
  • SeetaFace Windows人脸识别演示版
    优质
    SeetaFace Windows人脸识别演示版是一款专为Windows系统设计的人脸识别软件演示版本。它提供便捷高效的人脸检测、跟踪和识别功能，适用于个人测试与学习研究。 已配置的可运行的人脸识别程序如下：输入1加载SeetaFaceFaceRecognitionimages人脸数据；输入2打开摄像头按q拍照进行对比。
     
  • SeetaFace库与Qt算法测试项目
    优质
    本项目基于SeetaFace库，在Qt环境下进行人脸识别相关算法的测试和优化，旨在提升面部识别技术的应用效率和准确性。 原创Qt下SeetaFace测试示例，包括人脸检测、人脸识别对齐等功能。
     
  • SeetaFace编译后生成的DLL、lib和include文件
    优质
    简介：本文档提供了关于如何获取及使用SeetaFace库中编译后的动态链接库(DLL)、静态库(lib)以及头文件(include)的相关信息，帮助开发者快速集成面部识别功能。 中科院计算机所山世光老师的开源免费人脸识别库SeetaFace的识别率达到97.1%。该库提供编译后的debug和release模式下的lib和dll文件下载。使用方法与OpenCV类似。