SeetaFace2 人脸识别引擎包括了搭建一套全自动人脸识别系统所需的三个核心模块，即：人脸检测模块 FaceDetector、面部关键点定位模块 FaceLandmarker 以及人脸特征提取与比对模块 FaceRecognizer。还将陆续开源人脸跟踪、闭眼检测等辅助模块。
SeetaFace2 采用标准 C++ 开发，全部模块均不依赖任何第三方库，支持 x86 架构（Windows、Linux）和 ARM 架构（Android）。SeetaFace2 支持的上层应用包括但不限于人脸门禁、无感考勤、人脸比对等。
SeetaFace2 是面向于人脸识别商业落地的里程碑版本，其中人脸检测模块在 FDDB 上的 100 个误检条件下可达到超过 92% 的召回率，面部关键点定位支持 5 点和 81 点定位，1 比 N 模块支持数千人规模底库的人脸识别应用。
| 模块 | 方法概述 | 基础技术指标 | 典型平台速度 |
|---|---|---|---|
| 人脸检测 | Cascaded CNN | FDDB 上召回率达到92%（100个误检情况下）。 | 40 最小人脸 I7: 70FPS(1920x1080) RK3399: 25FPS(640x480) |
| 面部关建点定位(81点和5点) | FEC-CNN | 平均定位误差（根据两眼中心距离归一化） 300-W Challenge Set 上达到 0.069。 |
I7: 450FPS 和 500FPS RK3399: 110FPS 和 220FPS |
| 人脸特征提取与比对 | ResNet50 | 识别：通用1：N+1场景下，错误接受率1%时， 1000人底库，首选识别率超过98%， 5000人底库，首选识别率超过95%。 |
I7: 8FPS RK3399: 2.5FPS |
与 2016 年开源的 SeetaFace 1.0 相比，SeetaFace2 在速度和精度两个层面上均有数量级的提升。
| 版本 | 人脸检测 | 关键点定位 | 人脸识别 | 第三方依赖 | |||
|---|---|---|---|---|---|---|---|
| 速度[1] | 单精度[2] | 速度 | 功能 | 训练数据规模 | 应用 | ||
| 1.0 | 16FPS | 85% | 200FPS | 5点 | 140万张 | 实验室 | 无 |
| 2.0 | 77FPS | 92% | 500FPS | 5/81点 | 3300万张 | 商业环境 | 无 |
| 备注 | [1] 640x480输入、检测40x40人脸、I7-6700。 [2] 人脸检测的精度指100个误捡FDDB数据集的召回率。 |
||||||
-
因为一些原因，需要使用ROS去运行seetaface2（中科院人脸识别引擎）去完成一个seetaface2项目，然后就开始了盲目的探索。 问题1：环境配置问题。在我已经搭建好的ROS环境下，将seetaface2（中科院人脸识别引擎）的头文件等文件整理进去，然后编辑CMakeLists等文件，安装Opencv库等等，中间出了各种问题，各种意外，最后用了学长给的配置好的环境。 解决方法：无，尚未学会
-
SeetaFace2+VS2015+OpenCV实现人脸识别示例 SeetaFace2+VS2015+OpenCV实现人脸识别示例 大家好！ SeetaFace2是个相对完善的人脸识别开源模型，其功能完备度和精准度都相当不错，目前由于项目需要，我在Windows7+VS2015环境下实现SeetaFace2的基本功能，下面是一些过程总结。 借鉴博客 1 博客地址 ：https://blog.csd
-
使用ML Kit的人脸识别API，您可以检测图像中的人脸并识别关键面部特征。 借助人脸识别功能，您可以获取所需的信息，以执行修饰自拍和美化人像等任务或从用户照片中生成头像。由于ML Kit可以执行实时的人脸识别，因此您可以将其用于视频聊天或会对玩家表情进行响应的游戏等应用程序。 iOS Android 核心功能 识别和定位面部特征 获取检测到的每个人脸的眼睛，耳朵，脸颊，鼻子和嘴巴的坐标。 识别面
-
1.1. 1.FACE SDK集成 1.2. 2. 接口说明及示例 1.2.1. 2.0 人脸检测参数配置： 1.2.2. 2.1 单帧图片检测： 1.2.3. 2.2 相机预览人脸检测： 1.2.4. 2.3 人脸数据库操作： Version：facelib.aar 1.1. 1.FACE SDK集成 添加三方依赖库： dependencies { compile 'com.rokid:
-
DWZ 百度人脸识别模块 dwzBaiduFaceLive 百度人脸识别模块【apicloud】 功能介绍 https://www.apicloud.com/mod_detail/dwzBaiduFaceLive 封装了新版百度开放平台的人脸识别采集 SDK： 包含活体动作 faceLiveness 不包含活体动作 faceDetect 考虑灵活度问题，本模块只作人脸采集，人脸识别成功后生成 ba
-
DWZ 百度人脸识别插件 dwz-BaiduFaceLive 百度人脸识别插件【dcloud】 功能介绍 https://ext.dcloud.net.cn/plugin?id=4794 封装了新版百度开放平台的人脸识别采集 SDK： 包含活体动作 faceLiveness 不包含活体动作 faceDetect 考虑灵活度问题，本插件只作人脸采集，人脸识别成功后生成 base64 头像图片，开发者
-
请求URL /api/v1/vision/face-comparison 请求方法 POST Header Content-Type application/json body请求体 { "FirstFace": { "FaceImage": { "Content": "base64 image string" }, },
-
match_faces(self,*args,**kwargs)方法 调用人脸对比接口,返回人脸对比的结果 requestsyntax image1 = Image(uri="fds://cnbj2.fds.api.xiaomi.com/vision-test/test_img.jpg") image2 = Image(uri="fds://cnbj2.fds.api.xiaomi.com/vis
-
更新时间：2019-07-19 10:48:36 节点简介 人脸识别/图像识别/OCR节点属于智能节点，区别在于封装的云市场api功能不同。人脸识别节点主要有人数检测、人脸身份证对比、性别年龄情绪识别等功能。图像识别节点主要有烟雾火焰火灾识别、动物识别、植物识别、植物花卉识别等功能。OCR节点主要有驾驶证识别、车牌识别、身份证识别等功能。 使用场景 如果您需要进行人数检测、人脸身份证对比、性别年龄
-
我能够找到这些面孔，并使用python将它们保存在本地目录中，然后根据下面视频中的代码打开cv 但是现在我想知道那个视频里有脸的人的身份...... 我如何定义此人的身份？ 喜欢扫描人脸并将其匹配到本地人脸数据库中，如果找到匹配项，请给出姓名等