Face Detection

Face recognition with OpenCV, Python, and deep learning

Class 1. Face recognition
- Face Detection using Haar Cascades. First we need to load the required XML classifiers. Then load our input image (or video) in grayscale mode.
- Now we find the faces in the image. If faces are found, it returns the positions of detected faces as Rect(x,y,w,h).
- Once we get these locations, we can create a ROI for the face.
Class 2. Save Face/Frame
Class 3. Training CNN model
- Single-channel: Gray Level Image
- Triple-channel: Color Image

人臉辨識

使用OpenCV, Python與深度學習來實踐人臉辨識

課程一、人臉識別
- 使用Haar Cascades實踐人臉檢測。首先，我們需下載所需的XML分類器，並以灰度模式加載我們的輸入影像（或視頻）。
- 影像中找尋人臉，若找到人臉，則將檢測到的人臉的位置返回為Rect（x, y, w, h）。
- 獲得人臉位置，就可以為人臉繪製ROI矩形。
課程二、儲存人臉/畫面
- 將透過Haar Cascades儲存人臉影像或是儲存視頻/攝像頭的即時畫面，以創建屬於自己的資料集。
課程三、訓練CNN模型
- 單通道：灰階影像
- 三通道：彩色影像
課程四、人臉辨識
- 將透過Haar Cascades提取人臉影像，並透過CNN模型進行人臉辨識。
課程五、如何訓練Yolo v3 Tiny模型
課程六、如何使用Yolo v3 Tiny模型(Python)
課程七、如何使用Yolo v3 Tiny模型(Android)