Startseite Projekte 4dface
4dface
C++

4dface

Echtzeit-3D-Gesichtserkennung und -rekonstruktion aus 2D-Video

von patrikhuber · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
computer-visionface-modelsmodern-cppApache-2.0C++
Auf GitHub ansehen
In einfachen Worten

Verfolgen und rekonstruieren Sie 3D-Gesichter in Echtzeit aus Videos mit einer Webcam oder aufgezeichnetem Filmmaterial.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
4dface — GitHub preview card
📈 Sternhistorie
809808
2026-07-202026-08-31
📈 4dface verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Echtzeit-3D-Gesichtserkennung und -rekonstruktion aus 2D-Video

4dface hat 808 Sterne auf GitHub. Es wurde 240-mal geforkt. 4dface ist hauptsächlich in C++ geschrieben. Es wird seit 2016 aktiv entwickelt. 4dface ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, face-models, modern-cpp, video-processing.

Frequently asked questions

Was ist 4dface?

Echtzeit-3D-Gesichtserkennung und -rekonstruktion aus 2D-Video

Ist 4dface Open Source?

4dface ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist 4dface kostenlos?

Ja. 4dface ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht 4dface?

4dface ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist 4dface geschrieben?

4dface ist hauptsächlich in C++ geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — 4dface

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=patrikhuber-4dface)](https://olud.ai/project/patrikhuber-4dface.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.