Cómo reconocer caras de una cámara Arduino

Una forma es enviar sus imágenes capturadas a una API de reconocimiento facial

EJEMPLO proceso de documentos de API:

POST / inscribirse

Toma una foto, encuentra las caras dentro de ella y almacena las caras en una galería que cree.

Para inscribir a alguien en una galería, todo lo que necesita hacer es enviar una foto JPG o PNG. Puede enviar la foto como una URL de acceso público o codificada en Base64.

A continuación, debe elegir un identificador para la persona que se está inscribiendo. El identificador podría ser su nombre (“Bob”), algo exclusivo de su aplicación (“ABC123xyz”) o algo significativo para usted. Llamamos a ese identificador “subject_id”.

También debe elegir un nombre para la galería en la que almacenamos sus rostros. Lo hemos llamado “nombre_galería”. Si había usado el nombre de la galería anteriormente, simplemente le agregaremos su nueva cara, de lo contrario crearemos una nueva galería para usted.

Finalmente, tenemos algunas opciones avanzadas disponibles para su uso. Hemos establecido estas opciones en valores predeterminados razonables, pero a veces es necesario anularlos y le hemos proporcionado esa facilidad.

Sugerencia: puede inscribir varias imágenes de la misma persona (también conocida como subject_id) para mejorar la precisión de la correspondencia. Encontramos que 6-8 imágenes es óptima, pero funciona bien con solo 1.

Parámetros Requeridos

image URL de acceso público o foto codificada en Base64.
subject_id Definido por ti. Se usa como un identificador para la cara.
gallery_name Definido por usted. Se utiliza para identificar la galería.

Parámetros opcionales

minHeadScale Definido por usted. Se utiliza para establecer la proporción de la cara más pequeña que debemos buscar en la foto. Acepta un valor entre .015 (escala 1:64) y .5 (escala 1: 2). Por defecto se establece en .015 (escala 1:64) si no se especifica.
multiple_faces Si se establece en true, cada cara que se encuentre en su foto se inscribirá bajo el mismo subject_id .

POST https://api.kairos.com/enroll

Pruébalo en nuestro sandbox API

SOLICITUD

POST / inscribirse HTTP / 1.1
Tipo de contenido: application / json
app_id: 4985f625
app_key: 4423301b832793e217d04bc44eb041d3 {
“image”: “http://media.kairos.com/kairos-elizabeth.jpg”,
“subject_id”: “Elizabeth”,
“gallery_name”: “MyGallery”
}

RESPUESTA

200
Tipo de contenido: application / json {
“imágenes”: [
{
“transacción”: {
“status”: “éxito”,
“face_id”: 1,
“subject_id”: “Elizabeth”,
“ancho”: 934,
“altura”: 934,
“topLeftX”: 300,
“topLeftY”: 526,
“marca de tiempo”: “1417207442”,
“gallery_name”: “MyGallery”,
“confianza”: 0.99996
},
“atributos”: {
“género”: {
“tipo”: “F”,
},
“edad”: 23
}
}]
}

DEMO de reconocimiento facial:

Pruébelo → Demostraciones de Kairos Human Analytics

Puedes enviar tus imágenes o videos a Sightengine.com

Es una solución automatizada para detectar cosas como contenido para adultos, violencia, rostros y celebridades en imágenes y videos .

Es posible analizar 2,000 imágenes gratis por mes.

La API analiza imágenes y videos más rápido que los humanos. La API puede analizar varios millones de imágenes por día.

Digamos que quieres subir esta imagen y detectar caras:

Aquí hay un ejemplo en Python, usando el SDK:

cliente = SightengineClient (‘{api_user}’, ‘{api_secret}’)
output = client.check (‘face-atributos’). set_url (‘ https://d3m9459r9kwism.cloudfront.net/img/examples/example-coup-1000.jpg&#039 😉

La salida devolverá la clasificación. Un ejemplo:

“status”: “éxito”,
“solicitud”: {
“id”: “req_1VmdzS10f628UBstXdc8c”,
“marca de tiempo”: 1510757582.1956,
“operaciones”: 1
},
“caras”: [
{
“x1”: 0.5698,
“y1”: 0.24,
“x2”: 0.6773,
“y2”: 0.492,
“caracteristicas”: {
“ojo izquierdo”: {
“x”: 0.6507,
“y”: 0.3533
},
“Ojo derecho”: {
“x”: 0.6276,
“y”: 0.328
},
“punta de la nariz”: {
“x”: 0.6391,
“y”: 0.3773
},
“left_mouth_corner”: {
“x”: 0.6222,
“y”: 0.4307
},
“right_mouth_corner”: {
“x”: 0.5964,
“y”: 0.412
}
},
“atributos”: {
“hembra”: 0,14,
“hombre”: 0.86,
“menor”: 0.04,
“gafas de sol”: 0.2
}
},
{
“x1”: 0.6516,
“y1”: 0.3173,
“x2”: 0,7529,
“y2”: 0.5693,
“caracteristicas”: {
“ojo izquierdo”: {
“x”: 0.7493,
“y”: 0.4453
},
“Ojo derecho”: {
“x”: 0,7067,
“y”: 0.4253
},
“punta de la nariz”: {
“x”: 0.7404,
“y”: 0.4787
},
“left_mouth_corner”: {
“x”: 0.7342,
“y”: 0,52
},
“right_mouth_corner”: {
“x”: 0.6951,
“y”: 0.5027
}
},
“atributos”: {
“hembra”: 0,97,
“hombre”: 0.03,
“menor”: 0,37,
“gafas de sol”: 0.01
}
}
],
“medios”: {
“id”: “med_1Vmd6qHpJNWZy053MOT0L”,
“uri”: ” https://d3m9459r9kwism.cloudfront.net/img/examples/example-coup-1000.jpg&quot ;
}
}

Aquí hay un ejemplo del resultado:

Puedes probar la página de demostración: Demo

(descargo de responsabilidad: yo trabajo allí)