DlibFaceLandmarkDetector может обнаруживать объекты и прогнозировать форму с использованием библиотеки Dlib C++.

Функции:

- Вы можете обнаруживать фронтальные человеческие лица и ориентиры лица (68 точек, 17 точек, 6 точек) в Texture2D, WebCamTexture и массиве байтов изображения. Кроме того, вы можете обнаруживать различные объекты, изменяя файл обученных данных.

- ObjectDetector создан с использованием уже классической функции гистограммы ориентированных градиентов (HOG) в сочетании с линейным классификатором, пирамидой изображений и схемой обнаружения скользящего окна. Вы можете обучить свой собственный детектор в дополнение к детектору человеческих лиц. Если вы хотите обучить свой собственный детектор, пожалуйста, обратитесь к этой странице.

- ShapePredictor создан с использованием реализации dlib статьи (One Millisecond Face Alignment with an Ensemble of Regression Trees Вахида Каземи и Жозефины Салливан, CVPR 2014). Вы можете обучить свои собственные модели в дополнение к модели ориентиров человеческого лица, используя инструменты машинного обучения dlib. Если вы хотите обучить свои собственные модели, пожалуйста, обратитесь к этой странице.

- Включены расширенные примеры с использованием «OpenCV для Unity». (Для выполнения этих примеров требуется «OpenCV для Unity».)

- Используя пример VisualScripting With DlibFaceLandmarkDetector, вы можете использовать все методы, доступные в DlibFaceLandmarkDetector в среде разработки Visual Scripting Unity. VisualScripting с DlibFaceLandmarkDetector Example (GitHub)

Примеры:

Texture2DExample

WebCamTextureExample

CatDetectionExample

Расширенные примеры:

(требуется OpenCV для Unity)

Texture2DToMatExample

WebCamTextureToMatHelperExample

VideoCaptureExample

ARHeadWebCamTextureExample

VideoCaptureARHeadExample

FrameOptimizationExample

NoiseFilterWebCamTextureExample

NoiseFilterVideoCaptureExample

DlibFaceLandmarkDetector can Object Detection and Shape Prediction using Dlib C++ Library.

Features:

- You can detect frontal human faces and face landmark (68 points, 17points, 6points) in Texture2D, WebCamTexture and Image byte array. In addition, You can detect a different objects by changing trained data file.

- ObjectDetector is made using the now classic Histogram of Oriented Gradients (HOG) feature combined with a linear classifier, an image pyramid, and sliding window detection scheme. You can train your own detector in addition to human faces detector. If you want to train your own detector, please refer to this page.

- ShapePredictor is created by using dlib's implementation of the paper(One Millisecond Face Alignment with an Ensemble of Regression Trees by Vahid Kazemi and Josephine Sullivan, CVPR 2014). You can train your own models in addition to human face landmark model using dlib's machine learning tools. If you want to train your own models, please refer to this page.

- Advanced examples using “OpenCV for Unity” are Included. (The execution of this examples are required “OpenCV for Unity”.)

- By utilizing the VisualScripting With DlibFaceLandmarkDetector Example, you can leverage all the methods available in DlibFaceLandmarkDetector within the Unity’s Visual Scripting development environment. VisualScripting With DlibFaceLandmarkDetector Example (GitHub)

Examples:

Texture2DExample

WebCamTextureExample

CatDetectionExample

Advanced Examples:

(require OpenCV for Unity)

Texture2DToMatExample

WebCamTextureToMatHelperExample

VideoCaptureExample

ARHeadWebCamTextureExample

VideoCaptureARHeadExample

FrameOptimizationExample

NoiseFilterWebCamTextureExample

NoiseFilterVideoCaptureExample