(資料圖片)
本篇概覽這里分類和匯總了欣宸的全部原創(含配套源碼)：https://github.com/zq2599/blog_demos
本文是《JavaCV的攝像頭實戰》系列的第十三篇，前文《JavaCV的攝像頭實戰之十二：性別檢測》中，借助訓練好的卷積神經網絡模型開發出了識別性別的應用，今天在前文基礎上做少量改動，實現年齡識別的功能，效果如下圖：
應用主要功能如下圖所示：
如果您看過《JavaCV的攝像頭實戰》系列的其他文章，就會發現上圖中只有藍色部分是新增內容，其余的步驟都是固定套路，《JavaCV的攝像頭實戰》系列的每一個應用玩的都是相同套路：別看步驟挺多，其實都是同一個流程
關于性別和年齡檢測使用卷積神經網絡推理性別和年齡的更多技術細節，這里有更詳細的說明：https://talhassner.github.io/home/publication/2015_CVPR本篇會使用已訓練好的Caffe 模型，訓練該模型的數據來自Flickr相冊，通過從 iPhone5（或更高版本）智能手機設備自動上傳組裝而成，并由其作者根據知識共享 (CC) 許可向公眾發布，共有26580張照片，涉及2284人，這些人的年齡一共被標識成八組：（0-2、4-6、8-13、15-20、25-32、38-43、48-53、60 -)關于數據源的更多詳細，請參考：https://talhassner.github.io/home/projects/Adience/Adience-data.html論文地址：https://talhassner.github.io/home/projects/cnn_agegender/CVPR2015_CNN_AgeGenderEstimation.pdf源碼下載《JavaCV人臉識別三部曲》的完整源碼可在GitHub下載到，地址和鏈接信息如下表所示(https://github.com/zq2599/blog_demos)：| 名稱 | 鏈接 | 備注 |
|---|---|---|
| 項目主頁 | https://github.com/zq2599/blog_demos | 該項目在GitHub上的主頁 |
| git倉庫地址(https) | https://github.com/zq2599/blog_demos.git | 該項目源碼的倉庫地址，https協議 |
| git倉庫地址(ssh) | git@github.com:zq2599/blog_demos.git | 該項目源碼的倉庫地址，ssh協議 |
public static void main(String[] args) { String base = "E:\\temp\\202112\\25\\opencv\\"; DetectService detectService = new AgeDetectService( base + "haarcascade_frontalface_alt.xml", base + "age\\deploy.prototxt", base + "age\\age_net.caffemodel"); new PreviewCameraWithGenderAge(detectService).action(1000); }package com.bolingcavalry.grabpush.extend;import lombok.extern.slf4j.Slf4j;import org.bytedeco.javacpp.DoublePointer;import org.bytedeco.opencv.opencv_core.Mat;import org.bytedeco.opencv.opencv_core.Point;import static org.bytedeco.opencv.global.opencv_core.minMaxLoc;/** * @author willzhao * @version 1.0 * @description 檢測年齡的服務 * @date 2021/12/3 8:09 */@Slf4jpublic class AgeDetectService extends GenderDetectService { /** * 設置訓練模型時劃分的年齡段，所以推理結果也是這樣的年齡段 */ private static final String[] AGES = new String[]{"0-2", "4-6", "8-13", "15-20", "25-32", "38-43", "48-53", "60-"}; /** * 構造方法，在此指定proto和模型文件的下載地址 * * @param classifierModelFilePath * @param cnnProtoFilePath * @param cnnModelFilePath */ public AgeDetectService(String classifierModelFilePath, String cnnProtoFilePath, String cnnModelFilePath) { super(classifierModelFilePath, cnnProtoFilePath, cnnModelFilePath); } @Override protected String getDescriptionFromPredictResult(Mat prob) { DoublePointer pointer = new DoublePointer(new double[1]); Point max = new Point(); // 把prob理解為一個數組， // 第一個元素是"0-2"的置信度 // 第二個元素是"4-6"的置信度 // 第三個元素是"8-13"的置信度 // 第四個元素是"15-20"的置信度 // ... // 第八個元素是"60-"的置信度 // minMaxLoc方法幫忙我們找出了置信度最高的元素，max是元素位置，pointer是這個元素的置信度 minMaxLoc(prob, null, pointer, null, max, null); // 如果置信度太低，那就是"難以置信"，就返回空字符串 if (pointer.get()<0.6d) { return ""; } else { // 如果置信度可信，就返回該元素對應的年齡范圍 return AGES[max.x()]; } }}學習路上，你不孤單，欣宸原創一路相伴...
標簽：
