face++人脸识别初探

2023-11-09

依然是实训第一周

由于选定了face++作为api,我摸索了一下face++的人脸识别api的情况,

下面我来为大家分析一下face++api的情况。

face++人脸识别有1.人脸检测

                                2.人脸别对

                                3.人脸搜索

                                4.人脸关键点

                                5.人脸属性

                                6.情绪识别

                                7.颜值评分

                                8.视线估计

                                9.肤质评估

图片检测的限制:大小在3M以内,可以检测出48x48大小的人脸,并对其进行分析。

1.人脸检测:将图片中的人脸检测出来。

2.人脸比对:将两张人脸进行比对,判断相似度。一般他会返回给你一个face_token,你利用face_Token进行对比就可以了。

3.人脸关键点:可以返回106个关键点和76个关键点以及位置,看你具体的需求,没有大的需求的话,可以只用76个关键点。

4.人脸属性:分析年龄、性别、头部朝向、情绪、颜值、视线、皮肤状态等属性。基于 Face++ 领先的深度学习算法,Face++ 能够进行一系列人脸相关的属性分析。您可以获取多种人脸属性,包括年龄、性别、微笑程度、头部姿态、眼睛状态、情绪、颜值、视线 、嘴部状态、皮肤状态、人种、人脸图片质量与模糊程度。

人脸属性的请求内容:

                                  none
                                  gender
                                  age
                                  smiling
                                  headpose
                                  facequality
                                  blur
                                  eyestatus
                                  emotion
                                  ethnicity
                                  beauty
                                  mouthstatus
                                  eyegaze
                                  skinstatus

6.情绪识别:

情绪识别的种类:

                          anger:愤怒
                          disgust:厌恶
                          fear:恐惧
                          happiness:高兴
                          neutral:平静
                          sadness:伤心

                          surprise:惊讶

7.颜值评分:

颜值识别结果。返回值包含以下两个字段。每个字段的值是一个浮点数,范围 [0,100],小数点后 3 位有效数字。
male_score:男性认为的此人脸颜值分数。值越大,颜值越高。

female_score:女性认为的此人脸颜值分数。值越大,颜值越高。

8.视线估计:

                   眼球位置与视线方向信息。返回值包括以下属性:
                   left_eye_gaze:左眼的位置与视线状态
                   right_eye_gaze:右眼的位置与视线状态
                   每个属性都包括以下字段,每个字段的值都是一个浮点数,小数点后 3 位有效数字。
                   position_x_coordinate: 眼球中心位置的 X 轴坐标。
                   position_y_coordinate: 眼球中心位置的 Y 轴坐标。
                   vector_x_component: 眼球视线方向向量的 X 轴分量。

                   vector_y_component: 眼球视线方向向量的 Y 轴分量。

                   vector_z_component: 眼球视线方向向量的 Z 轴分量。

9.肤质评估:

                   面部特征识别结果,包括以下字段。
                   health:健康
                   stain:色斑
                   acne:青春痘

                   dark_circle:黑眼圈

请求失败返回示例:

我遇到了很多失败的请求。


IMAGE_ERROR_UNSUPPORTED_FORMAT:<param>
参数<param>对应的图像无法正确解析,有可能不是一个图像文件、或有数据破损、或图片文件格式不符合要求。


INVALID_IMAGE_SIZE:<param>

客户上传的图像像素尺寸太大或太小,图片要求请参照本API描述。<param>对应图像太大的那个参数的名称


INVALID_IMAGE_URL

无法从指定的image_url下载图片,图片URL错误或者无效

IMAGE_FILE_TOO_LARGE:<param>

客户通过参数<param>上传的图片文件太大。本 API 要求图片文件大小不超过 2 MB

INSUFFICIENT_PERMISSION:<param>

试用 API Key 无法使用 <param>对应的参数。请勿传入此参数。或者使用正式 API Key 调用。

IMAGE_DOWNLOAD_TIMEOUT
下载图片超时

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

face++人脸识别初探 的相关文章

随机推荐

  • Idea中启动一个工程多个实例

    我们有时候经常一个工程启动多个实例 分别占用不同的端口 转载记录如下 step 1 在IDEA上点击Application右边的下三角 弹出选项后 点击Edit Configuration step 2 打开配置后 将默认的Single i
  • ERP制造模块操作与设计--开源软件诞生30

    赤龙ERP制造模块讲解 第30篇 用日志记录 开源软件 的诞生 进入地址 点亮星星 祈盼着一个鼓励 博主开源地址 码云 https gitee com redragon redragon erp GitHub https github co
  • java 代码scope注解_【Spring注解驱动开发】使用@Scope注解设置组件的作用域

    本文内容概览 Scope注解概述 单实例bean作用域 多实例bean作用域 单实例bean作用域如何创建对象 多实例bean作用域如何创建对象 单实例bean注意的事项 多实例bean注意的事项 自定义Scope的实现 Scope注解概述
  • MySQL安装与截图(详解版)

    一 在MySQL官网下载应用程序 二 安装MySQL 三 配置MySQL 四 将bin路径复制 配置MySQL的环境变量 五 登录MySQL mysql u root p 下载MySQL 进入官网MySQL 点击DOWNLOADS 进入DO
  • ElasticSearch bulk批量插入数据

    环境 使用RestHighLevelClient进行bulk操作 代码如下 es 批量存数据的方法 1 创建es clent 2 创建bulk请求体 3 向bulk请求体中添加多个数据 4 发起rest请求 5 关闭client throw
  • el-table在多选模式下,使用分页,回显出问题。

    问题描述 el table在多选模式下 使用分页功能时 回显选中状态时 每次点击分页会默认选中最后一条数据 或者回显混乱 这个问题可以通过设置el table的row key属性来解决 你可以将getRowKeys方法设置为row key属
  • presto函数和hive函数的使用

    最近做大数据分析工作比较多 主要与presto和hive查询引擎打交道 presto在实时计算上真的很快 个人感觉比hive要快10倍吧 但是hive在面向海量数据的分析计算上也是很牛逼的 这里不得不记录下两者在使用上的一些区别 粘贴一段二
  • 四、Vite 模式 && 环境变量 && env

    文章目录 参考 环境变量 env 文件 环境加载优先级 只有以 VITE 为前缀的变量才会暴露给经过 vite 处理的代码 模式 vite dev 开发模式 vite build 生产模式 参考 Vite官网 环境变量和模式 环境变量 Vi
  • 史上最强的高质量资源搜索网站,不知道亏了几个亿!

    只用百度找资源 难怪总是找不到想要的资源 快悄悄把这 8个资源网站收藏起来 再也不怕找不到资源啦 1 鸵鸟搜索 专业最好用的资源搜索与推荐平台 包含电影电视剧动漫推荐资源 美剧网盘资源 电影网盘资源 动漫网盘资源 bt种子资源 音乐小说资源
  • 移动平台质量跟踪系统对比-crashlytics、网易云捕、友盟、bugly

    大家在开发移动APP时 会涉及到很多非产品本身的功能 比如数据统计分析 APP 质量跟踪 APP加密 漏洞扫描分析等等 这些功能目前都有很多第三方的SDK及平台可以使用 这些平台各有特点 很多时候开发者是凭借自己的慧眼来选择 也有很多是通过
  • Range-Straightening theorem illustration

    Theorem Illustration
  • linux如何查看软件权限,Linux下使用RPM查看安装的软件和权限操作

    RPM 的介绍和应用 1 查看是否安装了gcc 命令 rpm ql gcc rpm qa grep gcc 参数 q 询问 a 查询全部 l 显示列表 2 权限 安装和删除只有root和有安装权限的用户才可以进行 查询是每个用户都可以进行操
  • zkServer.cmd点击无反应,报错:JAVA_HOME is not set

    window版本中的zk安装过程中遇到一些问题 zkServer cmd点击无反应 现象 window本地准备zk启动的时候 点击zkServer cmd 不弹启动日志的窗口 无反应 以下是排查过程 在zk的安装目录下 我的是D apach
  • Faster-RCNN遇到的问题

    编译过程挺顺利的 完全参照之前编译的caffe的makefile进行就好 运行 experiments scripts faster rcnn alt opt sh 0 VGG16 pascal voc 遇到的问题做个小汇总 1 pytho
  • MyBatis学习(一):一个简单的演示

    MyBatis是支持普通SQL查询 存储过程和高级映射的优秀持久层框架 MyBatis消除了几乎所有的JDBC代码和参数的手工设置以及结果集的检索 他是使用简单的XML或是注解用于配置和原始映射 将接口和java的对象映射为数据库中的记录
  • 数据结构-线性表

    线性表 线性表是典型线性数据结构 线性表是由n n 0 个数据元素组成的一个有限序列 线性表中数据元素的个数n称为线性表的长度 当n 0时 称为空表 非空线性表满足线性结构的三个特性 线性表的数据元素可以是由一个数据项组成的简单数据元素 也
  • pmc是什么职位?

    答案一 PMC代表Product Material Control的缩写形式 意思为生产及物料控制 通常它分为两个部分 PC 生产控制或生产管制 台 日资公司俗称生管 主要职能是生产的计划与生产的进度控制 MC 物料控制 俗称物控 主要职能
  • windows下的gcc使用

    文章目录 缘起 正文 安装gcc 使用gcc来编译c语言程序 直接编译生成 exe文件 在cmd里面使用gcc编译器编译c文件流程 利用gcc编译多个c语言源文件 第一步建立文件 编译文件 链接 运行 gcc基本参数 参考文献 缘起 在wi
  • Python bs4库 爬取小说

    学习目标 利用bs4库爬取小说 笔趣阁 学习内容 bs4库 from bs4 import BeautifulSoup 可以将网页源码转化为对象 soup BeautifulSoup Html lxml 对对象进行解析 利用网页中的标签 s
  • face++人脸识别初探

    依然是实训第一周 由于选定了face 作为api 我摸索了一下face 的人脸识别api的情况 下面我来为大家分析一下face api的情况 face 人脸识别有 1 人脸检测 2 人脸别对 3 人脸搜索 4 人脸关键点 5 人脸属性 6