Face-morpher est un projet utilisant la bibliothèque OpenCV pour la détection et le traitement d'images faciales. Il permet de déformer une image de visage selon une autre image, en se basant sur des points de repère fiduciaux (68 points par visage). Ce projet peut être utilisé pour représenter visuellement des émotions ou servir de base à des systèmes de reconnaissance faciale.

Le projet Soft-Biometrics Estimation est un dépôt de code source qui fournit des fonctionnalités de détection de visages et d'estimation de caractéristiques biométriques douces. Il peut être utilisé pour améliorer la reconnaissance faciale et la détection de masques dans les systèmes de réalité augmentée.

Ce projet propose un jeu de données de visages synthétiques conçu pour réduire les biais démographiques dans les modèles de vérification faciale. Il permet de générer des images de visages équilibrées selon des critères comme le genre, l'ethnie, l'âge et la pose, afin d'améliorer l'équité des algorithmes de reconnaissance faciale. Le jeu de données, nommé DCFace+C-all, contient 500 000 images réparties en 10 000 identités uniques.

Ce projet est un nœud ROS dédié à la gestion et à l'agrégation des informations biométriques (visages, corps, voix) pour identifier et suivre des personnes de manière cohérente. Il combine les données issues de capteurs et de modules de reconnaissance pour créer des profils unifiés, en utilisant des algorithmes probabilistes pour maximiser la précision des associations. Idéal pour des applications robotiques ou de surveillance intelligente.

Ce projet se concentre sur l'analyse avancée des expressions et mouvements faciaux à partir de données vidéo. Il permet d'extraire des landmarks précis, de générer des cartes de chaleur pour évaluer l'importance des points clés du visage, et de comparer différentes méthodes d'alignement facial. Les résultats sont utilisés pour des études en reconnaissance faciale, biométrie et interaction homme-machine.

Outil d'analyse et de traitement d'images basé sur OpenCV, permettant la détection et la reconnaissance de formes, d'objets et de visages, ainsi que le suivi de mouvements.

Ce projet permet d'analyser des vidéos en temps réel et d'y détecter des visages grâce à la reconnaissance faciale.

Ce projet permet d'analyser des vidéos en temps réel et d'y détecter des visages grâce à la reconnaissance faciale.

Ce projet permet d'analyser des vidéos en temps réel et d'y détecter des visages grâce à la reconnaissance faciale.

Ce projet permet d'analyser des vidéos en temps réel et d'y détecter des visages grâce à la reconnaissance faciale.