https://github.com/kauahensilva/python_vdo_facial_detection
A Python project about facial recognition using various methodologies involves the development of a system that can detect and recognize human faces by applying a range of techniques and algorithms.
https://github.com/kauahensilva/python_vdo_facial_detection
haar-cascade ssd video visao-computacional
Last synced: about 2 months ago
JSON representation
A Python project about facial recognition using various methodologies involves the development of a system that can detect and recognize human faces by applying a range of techniques and algorithms.
- Host: GitHub
- URL: https://github.com/kauahensilva/python_vdo_facial_detection
- Owner: KauaHenSilva
- Created: 2025-01-23T01:04:10.000Z (4 months ago)
- Default Branch: main
- Last Pushed: 2025-02-01T19:47:42.000Z (4 months ago)
- Last Synced: 2025-02-01T20:29:14.738Z (4 months ago)
- Topics: haar-cascade, ssd, video, visao-computacional
- Language: Jupyter Notebook
- Homepage:
- Size: 15.4 MB
- Stars: 1
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Detecção de Faces em Vídeo com OpenCV no Google Colab
Este repositório contém dois Jupyter Notebooks que demonstram a detecção de faces em vídeos utilizando a biblioteca OpenCV. São apresentadas duas abordagens distintas: o método Haar Cascade e o SSD (Single Shot Detector). Ambos os notebooks são otimizados para execução no **Google Colab**, permitindo testar e visualizar os resultados diretamente na nuvem.
---
## Notebooks
### `face_detection_ssd.ipynb` [](https://colab.research.google.com/github/KauaHenSilva/python_vdo_facial_detection/blob/main/SSD.ipynb)
**Funcionalidade:** Detecção de faces utilizando um modelo SSD pré-treinado.
Este notebook implementa a detecção de faces usando a técnica SSD, que emprega redes neurais convolucionais para identificar faces em vídeos com alta precisão.
#### Principais Funcionalidades:
- Uso de modelo pré-treinado para detecção de faces.
- Suporte para vídeos armazenados no Google Drive.
- Identificação precisa de múltiplas faces simultaneamente.
- Exibição dos resultados diretamente no notebook.
---
### `face_detection_haar.ipynb` [](https://colab.research.google.com/github/KauaHenSilva/python_vdo_facial_detection/blob/main/haar_cascade.ipynb)
**Funcionalidade:** Detecção de faces utilizando Haar Cascade.
Este notebook usa a técnica clássica de Haar Cascade, que aplica um classificador treinado para identificar padrões faciais em imagens e vídeos.
#### Principais Funcionalidades:
- Algoritmo leve e eficiente para detecção de faces.
- Processamento em tempo real adequado para dispositivos com menos poder computacional.
- Suporte para redimensionamento de vídeos para melhor desempenho.
- Exibição de resultados no Google Colab.
---
## Como Usar no Google Colab
Para executar os notebooks no Google Colab, siga os passos abaixo:
1. **Acesse o Google Colab:**
- Abra o [Google Colab](https://colab.research.google.com/).
2. **Carregue os Notebooks:**
- Clique em `Arquivo` > `Abrir notebook`.
- Escolha a aba `GitHub` e insira o link deste repositório.
- Selecione o notebook desejado (`face_detection_ssd.ipynb` ou `face_detection_haar.ipynb`).
3. **Conecte ao Google Drive (se necessário):**
- Alguns notebooks exigem acesso ao Google Drive para carregar vídeos e modelos.
4. **Execute as Células:**
- Conecte-se ao ambiente clicando em `Conectar` no canto superior direito.
- Execute as células sequencialmente para processar o vídeo e visualizar os resultados.
5. **Teste com seus Próprios Vídeos (Opcional):**
- Faça o upload de um vídeo diretamente no Google Colab usando:
```python
from google.colab import files
uploaded = files.upload()
```
- Substitua o caminho do vídeo no notebook pelo arquivo enviado.
---