單目深度估計是我很感興趣的方向，但沒有太多時間去學，就跑了一下開源的兩個比較好的程式。再結合人臉識別，看能不能制定識別第幾個人，抱著這樣的想法，借用別人單目深度的實現以及基於dlib的人臉檢測，實現效果如下。
以下為***deeper depth prediction with fully convolutional residual networks***實現的深度效果，其開源**github-fcrn
以下為***revisiting single image depth estimation:toward higher resolution maps with accurate object boundaries***的深度估計效果，其開源**github
可以看出，圖二的對比，fcrn網路的實現是比較準確的，單但看深度圖效果，文章2輸出的深度圖在邊界輪廓的處理上有較好的效果。
下一步，打算根據深度資訊和原圖進行邊緣的準確提取。
單目深度估計入門（2）
相對深度和絕對深度的不同之處在於是否代表真實的深度值 相對深度，用灰度圖表示，代表畫素點與畫素點之間的相對遠近關係，不是真實的深度值。一般量化到0 255之間，深度值越大，代表距離越遠，顏色也越黑 絕對深度，用rgb彩色表示，畫素點的值代表距離攝像機的真實距離，通常用公尺為單位的數值來度量。通常由於...
人臉檢測實現
使用的是谷歌人臉識別系統facenet裡面的mtcnn人臉檢測部分，這部分可用於人臉檢測和人臉對齊，輸出160 160大小的影象 解壓後放在tensorflow的資料夾下 開啟requirements.txt，我們可以看到我們需要安裝以下依賴 tensorflow 1.7 scipy scikit ...
深度學習 人臉檢測概述
在目標檢測領域可以劃分為人臉檢測與通用目標檢測，往往人臉檢測這方面會有專門的演算法 包括人臉檢測 人臉識別 人臉其他屬性的識別等等 並且和通用目標檢測 識別 會有一定的差別，這主要是因為人臉的特殊性 有時候目標比較小 人臉之間特徵不明顯 遮擋問題等 下面我們將從人臉檢測和通用檢測兩個方面來講解目標檢...