Reconnaissance De Visage Avec Opencv
Les étapes pour que OpenCV détecte un visage Domaines de la Reconnaissance Faciale Aujourd'hui la reconnaissance faciale est utilisée principalement pour des raisons sécuritaires. Elle peut être utilisée à des fins très diverses. Par exemple, l'authentification, le contrôle d'accès (autorisation) et la vidéo de surveillance. Un bon exemple de l'usage des applications d'identification, est le nouveau tunnel qui sera installé d'ici la fin de l'été, situé à Dubaï premier de ce type dans le monde. Il s'agit d'un système biométrique qui permet aux passagers d'être identifiés en traversant un tunnel dans le but d'augmenter l'efficacité des points de contrôle de sécurité. Ils n'ont même pas besoin de montrer leur passeport. Opencv - La Reconnaissance du visage dans OpenCV. L'outil fonctionne grâce à la reconnaissance de l'iris et du visage. La procédure dure environ 15 secondes. [3] La reconnaissance faciale est aussi utilisée dans les Applications militaires. Un bon exemple de ce domaine est l'utilisation des lunettes de style « Robocop » munies d'une petite caméra d'une portée de 12 milles (19, 3 km) par la marine américaine, la caméra peut aussi faire partie de l'optique d'un soldat sur son arme.
Reconnaissance De Visage Avec Opencv De
En réalisant cette opération, nous avons passé plus de temps à vérifier les régions du visage possible. Pour augmenter l'efficacité, les auteurs OpenCV ont introduit le concept de Cascade de classificateurs. Au lieu d'appliquer toutes les 6000 fonctionnalités sur une fenêtre, les fonctions sont regroupées en différents stades de classificateur et les appliquent successivement. Normalement les premières étapes contiennent beaucoup moins de fonctionnalités. Si une fenêtre ne parvient pas à la première étape, jetez-la. Si elle passe, appliquer la deuxième étape de fonctionnalités et poursuivez le processus. Reconnaissance de visage avec opencv les. La fenêtre qui passe toutes les étapes se révèle être une région du visage. Voilà le plan! Codage de la détection Il suffit de charger une image en mémoire et d'utiliser une routine qui se nomme CascadeClassifier::detectMultiScale. L'utilisation de cette classe doit être faite aussi en faisant appel à load() en lui passant un nom de fichier de cascades. OpenCV fournit ces fichiers de données en standard.
En effet, si nous passons une photo d'une personne inconnue au module, le résultat sortant m'indique que l'analyse est plus proche de telle ou telle personnage mais avec une distance de plus de 13. 000. Nous ne connaissons pas l'unité à employer, mais à partir de 10. 000, nous avons remarqué que la facture de certitude est de 95%. Pour rendre les choses ludiques, nous pouvos même coupler ces fonctionnalités à une caméra et effectuer le traitement pour chaque frame de la vidéo. OpenCV est une librairie très puissante et passionnante à utiliser. Reconnaissance de visage avec opencv de. Il y a de nombreuses options que nous n'avons pas couvertes comme la détection d'objets et de formes, les comportements de mouvements, etc. Si vous êtes intéressé, une seule adresse: