O problema escolhido foi o de detecção e contagem de faces em um vídeo em tempo real.
A detecção de faces é um dos problemas fundamentais em visão computacional e tem várias aplicações práticas, desde segurança até interfaces homem-máquina.
O objetivo deste projeto é desenvolver um sistema que seja capaz de contar o número de faces presentes em cada frame de um vídeo em tempo real.
[GitHub do Projeto](https://github.com/Ochuat/contar_faces_video_18_09_2023)
O algoritmo utilizado foi o Haar Cascade, que está integrado na biblioteca OpenCV.
- Inicialização do detector de faces (Haar Cascade)
- Captura de vídeo em tempo real ou de um arquivo
- Detecção de faces em cada frame
- Contagem de faces
- Exibição do resultado em tempo real
- Bibliotecas: OpenCV (
cv2) - Funções Específicas:
CascadeClassifier,VideoCapture,cvtColor,detectMultiScale,rectangle,putText
O sistema consegue detectar e contar o número de faces presentes em cada frame de um vídeo em tempo real.
Execute o script Python e o vídeo será reproduzido com um retângulo verde ao redor das faces detectadas. O número de faces também será exibido.
O projeto foi bem-sucedido na detecção e contagem de faces em tempo real. Isso tem várias aplicações práticas, desde segurança até análise de comportamento.
- Monitoramento de segurança
- Análise de comportamento em ambientes públicos
- Implementar detecção em tempo real através de uma câmera ao vivo
- Melhorar a eficiência do algoritmo para funcionar em dispositivos de baixa potência
- OpenCV Documentation
- Haar Cascades: A Comprehensive Study
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent