Caméra / Reconnaissance faciale ?

[Arnaud]

Hello,

Est-ce que quelqu'un a déjà installé / testé un système de reconnaissance faciale pour la maison ? Par curiosité je m'amuserais bien à installer ça à la maison.

Ça serait un système pour faire un peu la même chose qu'une caméra Netatmo Welcome. Le but est d'analyser en temps réel les visages (détection), de les comparer avec une base de données de visages connus (reconnaissance), puis de déclencher des notifications vers Prowl, Calaos, etc... ce que l'on veut en fonction.

Il faudrait:
- un système... peu importe: VM sous Linux, Windows, Rpi, etc... 
- une détection des visages directement sur un flux vidéo (caméra IP), et pas sur image fixe
- une reconnaissance des visages via une base de données (qlq photos de papa, maman, enfants, etc....) 
- des actions déclenchables via peu importe: script, http, etc... 

J'ai testé de l'opencv, etc.. mais de l'usine à gaz pas très fonctionnelle de bout en bout (en tout cas pour moi)

Si vous avez des avis, je suis preneur 

Merci,
Arnaud.

[Arnaud]

Je ne passionne pas les foules 

[mifrey]

Si un systeme "plug and play" existait, ca serait tres interessant de le savoir . C'est clair qu'avec OpenCV il y a moyen de faire quelques chose mais ca demande du travail.  En 2006, j'avais fait une detection et reconnaissance de signaux routiers dans un flux video avec OpenCV.  C'etait pas du gateau, mais je suppose que ca a evolue depuis...

[Arnaud]

Oui j'imagine que ça a bien évolué depuis :-)
On trouve maintenant des projets sur le net pour la détection de visage, ça c'est fréquent et assez facile en OpenCV. On trouve des codes en python, perl, etc.
Côté reconnaissance c'est plus rare, c'est souvent sur base d'un input d'une image fixe simple. Ca devient difficile quand on essaie de coupler une reconnaissance de visage depuis une vidéo et non une image fixe en ligne de commande, pas en format timbre poste, puis la reconnaissance en temps réel.

[mifrey]

En effet ca demande toute une integration lorsqu'on a un flux video. En gros il y a 4 etapes :
1. Acquisition des images.
2. Detection et localisation du/des objets.
3. Suivi des objets dans la suite d'images (a l'aide de filtres de Kalman par example).
4. Reconnaissance. A noter que la reconnaissance sur une suite d'images ameliore grandement le resultat par rapport a une reconnaissance sur une seule image, en particulier lorsque les images ne sont pas tres bonnes (resolution, luminosite, orientation, etc.).

Selon le cas, le process peut etre simplifie. Si c'est pour reconnaitre quelqu'un qui sonne a ta porte, on peut supposer que le visage est bien positionne et ne bouge pas beaucoup. Il n'y a peut-etre pas besoin de faire du suivi mais simplement travailler sur quelques images, mais dans tous les cas tu dois detecter/isoler la partie de l'image sur laquelle du veut travailler. Pour le temp reel, c'est pas facile (en tout c'etait pas facile en 2006), la detection et suivi peut deja prendre prendre pas mal de ressources, alors il reste pas grand chose pour la reconnaissance...

[Arnaud]

Il y a des programmes assez proche du but :-)
Quelques exemples:

http://www.numerama.com/tech/126861-open...ource.html
http://docs.opencv.org/2.4/modules/contr...index.html
https://thinkrpi.wordpress.com/2013/05/2...board-csi/
https://realpython.com/blog/python/face-...-a-webcam/