[C#]winform利用seetaface6实现C#人脸检测活体检测口罩检测年龄预测性别判断眼睛状态检测

本文主要是介绍[C#]winform利用seetaface6实现C#人脸检测活体检测口罩检测年龄预测性别判断眼睛状态检测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【官方框架地址】

https://github.com/ViewFaceCore/ViewFaceCore
【算法介绍】

SeetaFace6是由中国科技公司自主研发的一款人脸识别技术,它基于深度学习算法,能够快速、准确地识别出人脸,并且支持多种应用场景,如门禁系统、移动支付、安全监控等。SeetaFace6的识别准确率高达99%以上,并且可以在各种复杂的环境下进行工作,如不同的光照条件、面部朝向、面部表情等。

SeetaFace6的研发背景是基于中国科技公司对于人脸识别技术的长期研究和探索。在过去的几年中,随着深度学习技术的不断发展,人脸识别技术也取得了长足的进步。然而,由于人脸识别的技术难度较大,很多算法和模型都存在着准确率不高、容易受到环境影响等问题。因此,开发一种高效、稳定的人脸识别技术一直是人工智能领域的热门话题。

SeetaFace6的设计原理是通过深度学习算法对大量的人脸数据进行训练,从而得到一个能够自动识别出人脸的模型。这个模型可以自动提取出人脸的特征,并且与数据库中的数据进行比对,最终得到识别结果。SeetaFace6采用了多种技术手段来提高识别准确率和稳定性,如使用卷积神经网络进行特征提取、使用数据增强技术增加训练数据量、使用迁移学习等技术来优化模型等。

SeetaFace6的应用场景非常广泛。在门禁系统方面,它可以用于企业的安全防范、学校的校园安全、小区的住宅管理等场景,通过人脸识别技术来控制人员的进出和访问权限。在移动支付方面,它可以用于手机银行、第三方支付等场景,通过人脸识别技术来完成身份验证和支付操作。在安全监控方面,它可以用于公共场所的安全监控、交通监控等场景,通过人脸识别技术来追踪嫌疑人的行踪和身份。

除了以上应用场景外,SeetaFace6还可以应用于人脸美颜、人脸表情识别、人脸合成等领域。例如,在人脸美颜方面,它可以自动识别出人的面部特征和表情,并且根据不同的场景和需求进行美颜处理,让人像更加美丽动人。在人脸表情识别方面,它可以自动识别出人的面部表情和情感状态,并且根据不同的情感状态进行相应的处理和反馈。在人脸合成方面,它可以自动生成与目标人物相似的虚拟人脸图像,并且可以应用于虚拟现实、游戏开发等领域。

总之,SeetaFace6是一款高效、稳定的人脸识别技术,具有广泛的应用前景和市场前景。它的出现将为人脸识别技术的发展和应用带来新的机遇和挑战。未来,随着人工智能技术的不断发展,我们相信SeetaFace6将会在更多的领域得到应用和发展,并且将不断推动人脸识别技术的创新和进步。

【效果展示】

人脸检测

年龄预测 

 

口罩检测 

 

性别判断 

 

眼睛状态判断 

 

活体检测(局部) 

 


【官方部分代码】

注意以下是官方实例,不是我示范代码

using SkiaSharp;
using System;
using System.Diagnostics;
using System.Linq;
using System.Numerics;
using ViewFaceCore.Configs;
using ViewFaceCore.Core;
using ViewFaceCore.Extensions;
using ViewFaceCore.Model;namespace ViewFaceCore.Example.ConsoleApp
{internal class Program{private readonly static string imagePath0 = @"images/Jay_3.jpg";private readonly static string imagePath1 = @"images/Jay_4.jpg";private readonly static string maskImagePath = @"images/mask_01.jpeg";static void Main(string[] args){Console.WriteLine("Hello, ViewFaceCore!\n");//人脸识别DemoFaceDetectorDemo();//关键点标记FaceMarkDemo();//戴口罩识别DemoMaskDetectorDemo();//质量检测DemoFaceQualityDemo();//活体检测DemoAntiSpoofingDemo();//提取并对比特征值FaceRecognizerDemo();Console.ReadKey();}static void FaceDetectorDemo(){using var bitmap = SKBitmap.Decode(imagePath0);using FaceDetector faceDetector = new FaceDetector();FaceInfo[] infos = faceDetector.Detect(bitmap);Console.WriteLine($"识别到的人脸数量:{infos.Length} 个人脸信息:\n");Console.WriteLine($"No.\t人脸置信度\t位置信息");for (int i = 0; i < infos.Length; i++){Console.WriteLine($"{i}\t{infos[i].Score:f8}\t{infos[i].Location}");}Console.WriteLine();}static void MaskDetectorDemo(){using var bitmap0 = SKBitmap.Decode(imagePath0);using var bitmap_mask = SKBitmap.Decode(maskImagePath);using MaskDetector maskDetector = new MaskDetector();using FaceDetector faceDetector = new FaceDetector();//FaceType需要用口罩模型using FaceRecognizer faceRecognizer = new FaceRecognizer(new FaceRecognizeConfig(){FaceType = FaceType.Mask});using FaceLandmarker faceMark = new FaceLandmarker();var info0 = faceDetector.Detect(bitmap0).First();var result0 = maskDetector.PlotMask(bitmap0, info0);Console.WriteLine($"是否戴口罩:{(result0.Status ? "是" : "否")},置信度:{result0.Score}");var info1 = faceDetector.Detect(bitmap_mask).First();var result1 = maskDetector.PlotMask(bitmap_mask, info1);Console.WriteLine($"是否戴口罩:{(result1.Status ? "是" : "否")},置信度:{result1.Score}");var result = faceRecognizer.Extract(bitmap_mask, faceMark.Mark(bitmap_mask, info1));Console.WriteLine($"是否识别到人脸:{(result != null && result.Sum() > 1 ? "是" : "否")}");Console.WriteLine();}static void FaceMarkDemo(){using var bitmap0 = SKBitmap.Decode(imagePath0);using var faceImage = bitmap0.ToFaceImage();using FaceDetector faceDetector = new FaceDetector();using FaceLandmarker faceMark = new FaceLandmarker();Stopwatch sw = new Stopwatch();var infos = faceDetector.Detect(faceImage);var markPoints = faceMark.Mark(faceImage, infos[0]);sw.Stop();Console.WriteLine($"识别到的关键点个数:{markPoints.Length},耗时:{sw.ElapsedMilliseconds}ms");foreach (var item in markPoints){Console.WriteLine($"X:{item.X}\tY:{item.Y}");}Console.WriteLine();}static void FaceQualityDemo(){using var bitmap = SKBitmap.Decode(imagePath0);using FaceQuality faceQuality = new FaceQuality();using FaceDetector faceDetector = new FaceDetector();using FaceLandmarker faceMark = new FaceLandmarker();var info = faceDetector.Detect(bitmap).First();var markPoints = faceMark.Mark(bitmap, info);Stopwatch sw = Stopwatch.StartNew();var brightnessResult = faceQuality.Detect(bitmap, info, markPoints, QualityType.Brightness);Console.WriteLine($"{QualityType.Brightness}评估,结果:{brightnessResult},耗时:{sw.ElapsedMilliseconds}ms");sw.Restart();var resolutionResult = faceQuality.Detect(bitmap, info, markPoints, QualityType.Resolution);Console.WriteLine($"{QualityType.Resolution}评估,结果:{resolutionResult},耗时:{sw.ElapsedMilliseconds}ms");sw.Restart();var clarityResult = faceQuality.Detect(bitmap, info, markPoints, QualityType.Clarity);Console.WriteLine($"{QualityType.Clarity}评估,结果:{clarityResult},耗时:{sw.ElapsedMilliseconds}ms");sw.Restart();var clarityExResult = faceQuality.Detect(bitmap, info, markPoints, QualityType.ClarityEx);Console.WriteLine($"{QualityType.ClarityEx}评估,结果:{clarityExResult},耗时:{sw.ElapsedMilliseconds}ms");sw.Restart();var integrityExResult = faceQuality.Detect(bitmap, info, markPoints, QualityType.Integrity);Console.WriteLine($"{QualityType.Integrity}评估,结果:{integrityExResult},耗时:{sw.ElapsedMilliseconds}ms");sw.Restart();var structureeResult = faceQuality.Detect(bitmap, info, markPoints, QualityType.Structure);Console.WriteLine($"{QualityType.Structure}评估,结果:{structureeResult},耗时:{sw.ElapsedMilliseconds}ms");sw.Restart();var poseResult = faceQuality.Detect(bitmap, info, markPoints, QualityType.Pose);Console.WriteLine($"{QualityType.Pose}评估,结果:{poseResult},耗时:{sw.ElapsedMilliseconds}ms");sw.Restart();var poseExeResult = faceQuality.Detect(bitmap, info, markPoints, QualityType.PoseEx);Console.WriteLine($"{QualityType.PoseEx}评估,结果:{poseExeResult},耗时:{sw.ElapsedMilliseconds}ms");sw.Stop();Console.WriteLine();}static void AntiSpoofingDemo(){using var bitmap = SKBitmap.Decode(imagePath0);using FaceDetector faceDetector = new FaceDetector();using FaceLandmarker faceMark = new FaceLandmarker();using FaceAntiSpoofing faceAntiSpoofing = new FaceAntiSpoofing();var info = faceDetector.Detect(bitmap).First();var markPoints = faceMark.Mark(bitmap, info);Stopwatch sw = Stopwatch.StartNew();sw.Start();var result = faceAntiSpoofing.AntiSpoofing(bitmap, info, markPoints);Console.WriteLine($"活体检测,结果:{result.Status},清晰度:{result.Clarity},真实度:{result.Reality},耗时:{sw.ElapsedMilliseconds}ms");sw.Stop();Console.WriteLine();}static void FaceRecognizerDemo(){Stopwatch sw = Stopwatch.StartNew();using var faceImage0 = SKBitmap.Decode(imagePath0).ToFaceImage();using var faceImage1 = SKBitmap.Decode(imagePath1).ToFaceImage();//检测人脸信息using FaceDetector faceDetector = new FaceDetector();FaceInfo[] infos0 = faceDetector.Detect(faceImage0);FaceInfo[] infos1 = faceDetector.Detect(faceImage1);//标记人脸位置using FaceLandmarker faceMark = new FaceLandmarker();FaceMarkPoint[] points0 = faceMark.Mark(faceImage0, infos0[0]);FaceMarkPoint[] points1 = faceMark.Mark(faceImage1, infos1[0]);//提取特征值using FaceRecognizer faceRecognizer = new FaceRecognizer();float[] data0 = faceRecognizer.Extract(faceImage0, points0);float[] data1 = faceRecognizer.Extract(faceImage1, points1);//对比特征值bool isSelf = faceRecognizer.IsSelf(data0, data1);Console.WriteLine($"识别到的人脸是否为同一人:{isSelf},对比耗时:{sw.ElapsedMilliseconds}ms");Console.WriteLine();sw.Stop();}static void FaceTrackDemo(){using var faceImage = SKBitmap.Decode(imagePath0).ToFaceImage();using FaceLandmarker faceMark = new FaceLandmarker();using FaceTracker faceTrack = new FaceTracker(new FaceTrackerConfig(faceImage.Width, faceImage.Height));var result = faceTrack.Track(faceImage);if (result == null || !result.Any()){Console.WriteLine("未追踪到任何人脸!");return;}foreach (var item in result){FaceInfo faceInfo = item.ToFaceInfo();//标记人脸var points = faceMark.Mark(faceImage, faceInfo);}}}
}


【视频演示】

https://www.bilibili.com/video/BV1eK411x7wo/
【示范源码下载】
【测试环境】

vs2019

netframework4.7.2或者netframework4.8

ViewFaceCore

这篇关于[C#]winform利用seetaface6实现C#人脸检测活体检测口罩检测年龄预测性别判断眼睛状态检测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/579939

相关文章

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

hdu1565(状态压缩)

本人第一道ac的状态压缩dp,这题的数据非常水,很容易过 题意:在n*n的矩阵中选数字使得不存在任意两个数字相邻,求最大值 解题思路: 一、因为在1<<20中有很多状态是无效的,所以第一步是选择有效状态,存到cnt[]数组中 二、dp[i][j]表示到第i行的状态cnt[j]所能得到的最大值,状态转移方程dp[i][j] = max(dp[i][j],dp[i-1][k]) ,其中k满足c

2. c#从不同cs的文件调用函数

1.文件目录如下: 2. Program.cs文件的主函数如下 using System;using System.Collections.Generic;using System.Linq;using System.Threading.Tasks;using System.Windows.Forms;namespace datasAnalysis{internal static

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

poj 3259 uva 558 Wormholes(bellman最短路负权回路判断)

poj 3259: 题意:John的农场里n块地,m条路连接两块地,w个虫洞,虫洞是一条单向路,不但会把你传送到目的地,而且时间会倒退Ts。 任务是求你会不会在从某块地出发后又回来,看到了离开之前的自己。 判断树中是否存在负权回路就ok了。 bellman代码: #include<stdio.h>const int MaxN = 501;//农场数const int