Skip to content

MPL-projects/face-tracker

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

README - Détection des Visages avec Dlib et Caffe

Fonctionnalités

  1. Détection des visages avec Dlib : Utilise le modèle landmarks68 pour détecter les 68 points clés du visage.
  2. Détection des visages avec Caffe : Utilise un modèle DNN (Deep Neural Network) pré-entraîné d'OpenCV.

Structure du Projet

Scripts principaux

  • image_comparaison.py :

    • Applique les modèles Dlib et Caffe sur toutes les images d'un dossier.
    • Note : Vous devez modifier les chemins (path) des images et des modèles dans le script avant de l'exécuter.
  • webcam.py :

    • Applique les modèles Dlib et Caffe au flux vidéo de la webcam en temps réel.

Scripts individuels par modèle

  • caffe.py :
    • Applique le modèle Caffe uniquement sur le flux vidéo de la webcam.
  • dlib.py :
    • Applique le modèle Dlib uniquement sur le flux vidéo de la webcam.

Dossier des outils intermédiaires

  • code_modification_images/ :
    • Contient tous les scripts utilisés pour modifier les images, notamment :
      • Ajouter du bruit.
      • Appliquer des filtres de couleur.
      • Modifier la luminosité ou le contraste.

Prérequis

Logiciels

  • Python 3.10

Bibliothèques Python

  • OpenCV
  • Mediapipe (facultatif, si installé par erreur, il n'est pas utilisé ici)
  • NumPy
  • Dlib
  • Matplotlib (si vous souhaitez afficher les images modifiées)

Modèles nécessaires

  • Dlib :
    • models/shape_predictor_68_face_landmarks.dat
  • Caffe :
    • models/deploy.prototxt
    • models/res10_300x300_ssd_iter_140000_fp16.caffemodel

Installation

  1. Cloner le dépôt ou copier les fichiers nécessaires.
  2. Installer les dépendances Python avec la commande :
    pip install opencv-python numpy dlib matplotlib
  3. Vérifier que les fichiers modèles sont présents dans le dossier models.

Utilisation

Script pour le traitement par lot

  1. Modifier les chemins d'accès dans le fichier image_comparaison.py pour indiquer le dossier contenant les images à analyser.
  2. Exécuter le script :
    python image_comparaison.py

Script pour la webcam

  1. Exécuter le script webcam.py :
    python webcam.py

Scripts individuels par modèle

  • Pour utiliser uniquement Dlib :
    python dlib.py
  • Pour utiliser uniquement Caffe :
    python caffe.py

Résultats attendus

image_comparaison.py

  • Les résultats des détections (Dlib et Caffe) sont affichés et sauvegardés pour toutes les images d'un dossier.

webcam.py, caffe.py, et dlib.py

  • Détection en temps réel des visages sur le flux vidéo de la webcam :
    • Caffe : Affiche des rectangles verts autour des visages détectés.
    • Dlib : Affiche des rectangles bleus et les 68 points clés du visage.

Exemple de sortie

Résultat de la détection sur une image

Exemple de détection


Auteurs

  • Nom : Marie HAMADY, Pierre TEIXEIRA
  • Cours : MTI805 Compréhension de l’image, Hiver 2025
  • Établissement : École de technologie supérieure (ÉTS)

About

A real-time detection system using OpenCV to track faces with rectangles and hands with keypoints.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages