Пример готовой системы распознавания лиц с открытым кодом Github

Распознавание лица — последний тренд в авторизации пользователя. Apple использует Face ID, OnePlus — технологию Face Unlock. Baidu использует распознавание лица вместо ID-карт для обеспечения доступа в офис, а при повторном пересечении границы в ОАЭ вам нужно только посмотреть в камеру.

В статье разбираемся, как сделать простейшую сеть распознавания лиц самостоятельно с помощью FaceNet.

Ссылка на Гитхаб, кому нужен только код

Немного о FaceNet

FaceNet — нейронная сеть, которая учится преобразовывать изображения лица в компактное евклидово пространство, где дистанция соответствует мере схожести лиц. Проще говоря, чем более похожи лица, тем они ближе.

Триплет потерь

FaceNet использует особую функцию потерь называемую TripletLoss. Она минимизирует дистанцию между якорем и изображениями, которые содержат похожую внешность, и максимизирует дистанцую между разными.

• f(a) это энкодинг якоря
• f(p) это энкодинг похожих лиц (positive)
• f(n) это энкодинг непохожих лиц (negative)
• Альфа — это константа, которая позволяет быть уверенным, что сеть не будет пытаться оптимизировать напрямую f(a) — f(p) = f(a) — f(n) = 0
• […]+ экиввалентено max(0, sum)

Сиамские сети

FaceNet — сиамская сеть. Сиамская сеть — тип архитектуры нейросети, который обучается диффиренцированию входных данных. То есть, позволяет научиться понимать какие изображения похожи, а какие нет.

Сиамские сети состоят из двух идентичных нейронных сетей, каждая из которых имеет одинаковые точные веса. Во-первых, каждая сеть принимает одно из двух входных изображений в качестве входных данных. Затем выходы последних слоев каждой сети отправляются в функцию, которая определяет, содержат ли изображения одинаковые идентификаторы.

В FaceNet это делается путем вычисления расстояния между двумя выходами.

Реализация

Переходим к практике.

В реализации мы будем использовать Keras и Tensorflow. Кроме того, мы используем два файла утилиты из репозитория deeplayning.ai, чтобы абстрагироваться от взаимодействий с сетью FaceNet.

• fr_utils.py содержит функции для подачи изображений в сеть и получения кодирования изображений;
• inception_blocks_v2.py содержит функции для подготовки и компиляции сети FaceNet.

Компиляция сети FaceNet

Первое, что нам нужно сделать, это собрать сеть FaceNet для нашей системы распознавания лиц.

import os
import glob
import numpy as np
import cv2
import tensorflow as tf
from fr_utils import *
from inception_blocks_v2 import *
from keras import backend as K

K.set_image_data_format('channels_first')
FRmodel = faceRecoModel(input_shape=(3, 96, 96))
def triplet_loss(y_true, y_pred, alpha = 0.3):
    anchor, positive, negative = y_pred[0], y_pred[1], y_pred[2]

    pos_dist = tf.reduce_sum(tf.square(tf.subtract(anchor,
               positive)), axis=-1)
    neg_dist = tf.reduce_sum(tf.square(tf.subtract(anchor, 
               negative)), axis=-1)
    basic_loss = tf.add(tf.subtract(pos_dist, neg_dist), alpha)
    loss = tf.reduce_sum(tf.maximum(basic_loss, 0.0))
   
    return loss
FRmodel.compile(optimizer = 'adam', loss = triplet_loss, metrics = ['accuracy'])

load_weights_from_FaceNet(FRmodel)

Мы начнем инициализпцию нашей сети со входа размерности (3, 96, 96). Это означает, что картинка передается в виде трех каналов RGB и размерности 96×96 пикселей.

Теперь давайте определим Triplet Loss функцию. Функция в сниппете кода выше удовлетворяет уравнению Triplet Loss, которое мы определили в предыдущей секции.

Если вы не знакомы с фреймворком TensorFlow, ознакомьтесь с документацией.

Сразу после того, как мы определили функцию потерь, мы можем скомпилировать нашу систему распознавания лиц с помощью Keras. Мы будем использовать Adam optimizer для минимизации потерь, подсчитанных с помощью функции Triplet Loss.

Подготовка базы данных

Теперь когда мы скомпилировали FaceNet, нужно подготовить базу данных личностей, которых сеть будет распознавать. Мы будем использовать все изображения, которые лежат в директории images.

Замечание: мы будем использовать по одному изображения на человека в нашей реализации.  FaceNet достаточно мощна, чтобы распознать человека по одной фотографии.

def prepare_database():
    database = {}

     for file in glob.glob("images/*"):
        identity = os.path.splitext(os.path.basename(file))[0]
        database[identity] = img_path_to_encoding(file, FRmodel)

    return database

Для каждого изображения мы преобразуем данные изображения в 128 float чисел. Этим занимается функция img_path_to_encoding. Функция принимает на вход путь до изображения и «скармливает» изображение нашей распознающей сети, после чего возвращают результаты работы сети.

Как только мы получили закодированное изображения в базе данных, сеть наконец готова приступить к распознаванию!

Распознавание лиц

Как уже обсуждалось ранее, FaceNet пытается минимизировать расстояние между схожими изображениями и максимизировать между разными. Наша реализация использует данную информацию для того, чтобы определить, кем является человек на новой картинке.

def who_is_it(image, database, model):
    encoding = img_to_encoding(image, model)
    
    min_dist = 100
    identity = None
    
    # Loop over the database dictionary's names and encodings.
    for (name, db_enc) in database.items():
        dist = np.linalg.norm(db_enc - encoding)

        print('distance for %s is %s' %(name, dist))

        if dist < min_dist:
            min_dist = dist
            identity = name
    
    if min_dist > 0.52:
        return None
    else:
        return identity

Загружаем новое изображение в функцию img_to_encoding. Функция обрабатывает изображения, используя FaceNet и возвращает закодированное изображение. Теперь мы можем сделать предположение о наиболее вероятной личности этого человека.

Для этого подсчитываем расстояние между полученным новым изображением и каждым человеком в нашей базе данных. Наименьшая дистанция укажет на наиболее вероятную личность человека.

Наконец, мы должны определить действительно ли совпадают личности на картинке и в базе. Следующий кусок кода как раз для этого:

 if min_dist > 0.52: 
     return None 
 else:
     return identity

Магическое число 0.52 получено методом проб и ошибок. Для вас это число может отличатся, в зависимости от реализации и данных. Попробуйте настроить самостоятельно.

На GitHub есть демо работы полученной сети, с входом от простой вебкамеры.

Заключение

Теперь вы знаете, как работают технологии распознавания лиц и можете сделать собственную упрощенную сеть распознавания, используя предварительно подготовленную версию алгоритма FaceNet на python.

Интересные статьи:

Как запустить PULSE (face-depixelizer) на Linux в Windows 10 (WSL)? Туториал / Хабр

В один из весенних вечеров 2020 года я прочитал статью о нейросети

. После изучения, оказалось, что это своего рода фронтэнд для движка

. Который базируется на нейросети

(генерирует лица со случайными чертами).

В этом туториале по шагам расскажу и покажу, как я установил Ubuntu на Windows 10 (WSL), настроил окружение для экспериментов с PULSE, закинул очередную исходную фотографию и получил неплохой результат.

Анимация морфинга и видео-туториал — далее.

Что нам дано

Face-Depixelizer — фронтэнд для работы с PULSE.

PULSE — движок на нейросети StyleGAN. Смысл его в том, что он восстанавливает изображения лица человека из нечёткой фотографии. И, кстати, это научная работа для CFV.

StyleGAN — генеративная состязательная нейросеть от NVidia, генерирует случайное лицо несуществующего человека (на самом деле будет забавно, если такой чел уже существует).

PULSE, наконец-то, примерно нам скажет, как выглядит тот самый человек, который моргнул на этом фото!

Возьмёмся за PULSE

Мне стало интересно, что же под капотом PULSE и, вообще, как его можно завести локально.
Для интереса, диагонально просмотрев научную статью, я стал думать, как с чего начать и как это всё установить (при том что ни разу не ставил себе «нейросети»).

А начал я с того, что как можно скорее, пока не упал гитхаб (если вы понимаете о чём я), перешёл к проекту PULSE. Где автор указал такой вариант установки: анаконда и питон. Т.е. во всяком случае требуются платформо-зависимые пакеты (библиотеки). Я по большей части — пользователь Windows, чем Linux. Но, всё равно, хотелось бы запустить без правок и утомительного подбора библиотек. А без Linux этого никак не сделать.

Некоторое время назад часть айти-специалистов холиварили про линукс в винде. И скажу я вам, что, по мне — зря. Вещь удобная, хотя до сих пор не доделанная.

WSL — подсистема Windows для Linux позволяет разработчикам запускать среду GNU/Linux, включая большинство программ командной строки, служебных программ и приложений, непосредственно в Windows без каких-либо изменений, избавляя от необходимости использовать отдельную виртуальную машину.

Т.е. это доступ к командной строке linux из винды. Терминал с линуксом запускается так же просто, как cmd. Удобно.

Приступим

Для работы с терминалом здесь и в видео буду использовать Windows Terminal (из Windows Store).

Кратко говоря

Проверяем требования

• NVidia видеокарта с поддержкой CUDA (нейросеть StyleGAN использует CUDA). Список поддерживаемых видеокарт здесь
• Экспериментальные NVidia драйвера с поддержкой CUDA в WSL2 (пока не лагает, играл).
• Windows 10 version 2004 build 20150 и выше (пока она доступна в Windows Insider Program на раннем доступе), с обновлениями компонентов. С чего начать и как установить здесь
• Как установить WSL2 (4.19.121 и выше; опять же пока только в раннем доступе Windows) для установки linux системы.
• Ubuntu 18.04 для WSL2 из Windows Store.

Подготавливаем Ubuntu

• Устанавливаем cmake
• Устанавливаем unzip, понадобится для распаковки проектов из гитхаба
• Устанавливаем NVidia CUDA Toolkit.

Проверяем работоспособность CUDA

1. Скачиваем примеры CUDA
2. Компилим и запускаем.

Устанавливаем окружение

и

анаконду.

Устанавливаем PULSE

1. Скачиваем с гитхаба PULSE
2. Редактируем pulse.yml:
   • Добавляем каналы anaconda, conda-forge
   • Удаляем ссылки на конкретные сборки
3. Устанавливаем окружение PULSE, используя отредактированный файл
4. Проверяем работоспособность Pytorch и CUDA Toolkit в Python.

Экспериментируем

1. Используя pip, обновляем jupyter notebook до последней версии
2. Подгоняем изображение (в issue пишут, что PULSE работает с квадратным изображением 1024*1024 и тремя каналами RGB, т.е. без прозрачности)
3. Увеличиваем\уменьшаем количество шагов и погрешность
4. …
5. PROFIT!

Как говорится: «лучше один раз увидеть, чем сто раз услышать». На видео все шаги, начиная с обновления WSL2 и установки Ubuntu.

А теперь…

Подробнее

Требования

В очередной раз повторю требования (… и после сотого редактирования, в сотый раз вспомню Фаулера):

• Windows 10 version 2004 build 20150 и выше
• WSL2 (версия 4.19.121 и выше)
• Ubuntu 18.04 для WSL2 — сам дистрибутив из Windows Store. Устанавливается после наката всех обновлений Windows 10 Insider в т.ч. WSL2
• NVidia Driver WSL — экспериментальная версия драйверов с поддержкой новой версии WSL2. Требуется согласие на участие в экспериментальной программе NVidia. Но не всякая карта подойдёт.

Подготовка ОС

Windows 10

: Windows 10 version 2004 build 20150 и выше

Предподготовка:

1. Запускаем обновления
2. После чего, при помощи приложения winver, проверяем текущую версию винды
3. Если версия вашей винды ниже Windows 10 версии 2004 build 20150, то потребуется выполнить нижеследующие шаги
4. А если всё ок, поздравляю, вам не придётся вступать в Windows Insider Program! Смело приступайте к следующему этапу!

:

1. Вступаем в Windows Insider Program
2. Далее, в параметрах системы «Обновление и безопасность»:
   
   • Вкладка «Программа предварительной оценки» (если пустой экран, см. секцию «Решение проблем», ниже):
     1. Параметры оценки: «Ранний доступ»
     2. Нажимаем «Начать».
   • Вкладка «Центр обновления Windows»:
     1. В «Дополнительно» обязательно разрешаем «При обновлении получать обновления для других продуктов Майкрософт» (это для установки WSL2 4.19.121 и выше)
     2. Обновляемся.

: запускаем

. В открывшемся диалоговом окне смотрим версию.

NVidia Driver CUDA WSL

: Установка последней версии NVidia Driver CUDA WSL

Что делаем:

1. Заходим на страницу
2. Если ещё не зарегались, регаемся; соглашаемся на участие в экспериментальной программе
3. Скачиваем и устанавливаем.

: будет на этапе «проверка работоспособоности CUDA»

WSL2

: WSL2 версии 4.19.121 и выше

Предподготовка:

1. Обновляем винду до Windows 10 version 2004 build 20150 и выше, если не обновилии по шагам выше
2. Если, после выполнения в терминале:

   wsl --update

   будет выведено содержимое справки (а-ля wsl --help), то у вас старая версия. Тогда приступаем к выполнению шагов ниже
3. Если выведется версия от 4.19.121 и выше, то пропускаем этот этап.

:

1. Запускаем PowerShell с правами админа и последовательно выполняем:
   
2. Обновляем WSL:

   wsl --update

3. Далее, устанавливаем вторую версию WSL — как дефолтную для всех будущих дистрибутивов:
   Для этого запускаем PowerShell с правами админа и выполняем:

   wsl --set-default-version 2

: команда:

wsl --update

[после установки обновления] выведет версию 4.19.121 и выше.

Ubuntu 18.04 на WSL2

: Ubuntu 18.04 на WSL2

Предподготовка: если на WSL ранее была установлена Ubuntu 18.04 (нижеследующую ветку я не проверял, но было бы неплохо, если вы укажете в комментариях, кто сталкивался, помогло ли):

:

1. Заходим в Windows Store
2. Ищем Ubuntu 18.04 и устанавливаем

: открываем терминал, выполняем:

wsl --list --all -v

видим

Подготовка Ubuntu

Предподготовка

1. Обновляем индексы пакетов:

   sudo apt update

2. Устанавливаем cmake (для установки dlib):

   sudo apt install cmake

3. Для распаковки zip архивов устанавливаем, к примеру, утилиту unzip:

   sudo apt install unzip

Устанавливаем CUDA Toolkit

1. Добавляем CUDA в индекс пакетов:

   sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
   
   sudo sh -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
   
   sudo apt update

2. Устанавливаем CUDA Toolkit:

   sudo apt install -y cuda-toolkit-11-0

Проверяем работоспособность CUDA Toolkit

Для этого запускаем примеры (информативна программа deviceQuery):

1. Скачиваем:

   wget https://github.com/NVIDIA/cuda-samples/archive/master.zip

2. Разархивируем:

   unzip master.zip

3. Переходим и билдим (всё):

   make

4. Запускаем:

   ./bin/x86_64/linux/release/deviceQuery

   
   Приложение выведет список совместимых устройств.

Устанавливаем Anaconda

1. Скачиваем дистрибутив по ссылке
2. Запускаем:

   bash Anaconda3-2020.02-Linux-x86_64.sh

   
   Во время инсталляции:
   1. Соглашаемся на лицензию
   2. Оставляем PREFIX
   3. Соглашаемся на инициализацию
3. Перезапускаем терминал, либо выполняем:

   source ~/.bashrc

Настройка окружения в анаконде

Настраиваем PULSE

1. Скачиваем:

   wget https://github.com/adamian98/pulse/archive/master.zip

2. Разархивируем:

   unzip master.=]*\)$//' pulse.yml > pulse1.yml

   
   Примечание: первая часть означает, мол, если видим «==», то прыгаем в конец regexp скрипта

conda env create -f pulse1.yml

conda activate pulse

Проверяем работоспособность

1. Этот скрипт:

   from __future__ import print_function
   import torch
   x = torch.rand(5, 3)
   print(x)

   
   Должен вывести что-то подобное:

   tensor([[0.3380, 0.3845, 0.3217],
   	[0.8337, 0.9050, 0.2650],
   	[0.2979, 0.7141, 0.9069],
   	[0.1449, 0.1132, 0.1375],
   	[0.4675, 0.3947, 0.1426]])

2. А этот:

   import torch
   torch.cuda.is_available()

   
   Выведет:

   True

На этом этапе, по идее, можно остановиться. Но я пошёл дальше и для экспериментов установил jupyter notebook.

Jupyter Notebook – невероятно мощный инструмент для интерактивной разработки и представления проектов в области наук о данных.

Работа с PULSE

Приступим

1. Активируем окружение pulse:

   conda activate pulse

2. Устанавливаем юпитер:

   pip install jupyter

3. Запускаем:

   jupyter notebook

   И далее:
   
   1. Создаём новую тетрадь New->Python3 (notebook)
   2. Вставляем туда код из файла
   3. Кидаем в корень проекта исходный файл, переименовав его в source.png:

      cp /mnt/c/Users/ПОЛЬЗОВАТЕЛЬ/Desktop/face1.png source.png

   4. Запускаем. Ждём

Заметки

1. Очень вероятно, потребуется изменение числа шагов до 500-800, а также изменение eps
2. Изображение должно быть:
   
   1. Квадратным, говорят, лучше 1024*1024
   2. В формате PNG
   3. С тремя каналами (RGB) а не с четырьмя RGBA
3. Если выдает ошибку: «Could not find a face that downscales correctly within epsilon«, учитываем следующее:

   Необходимо изменить steps и\или eps, таким образом, чтобы по достижению числа шагов (steps), значение eps было не менее L2. Ниже пояснение.

   Результат сопровождается выводом достигнутых параметров:

   BEST (400) | L2: 0.0013 GEOGROSS: | TOTAL: | time: ...

   
   Где 400 — это (заданное) достигнутое число шагов (steps), L2 — интересуемая величина, она должна быть меньше, чем заданная eps (как я понял, это — точность оптимизации; товарищи AI-разработчики, подскажите, что это?).

   Так вот, к примеру, необходимо увеличить что-то одно или всё вместе: steps (поставить больше 400) и\или eps (поставить eps=0,0013 и больше, т.е. должно быть так, что eps>=L2).
   

4. Если есть желание посмотреть промежуточные фотографии для каждого шага, добавляем параметр -save_intermediate
   Изображения сохраняются в папку runs/: в папке HR — high resolution, в папке LR — low resolution )

Возможные проблемы — ниже.

Решение проблем

Если вы не только столкнулись с ошибками, но и решили их, пишите, добавлю сюда.

Белый экран в Windows Insider Program

: вы под другим пользователем, не хватает привилегий.

: см.

. Но у меня решилось без изменений реестра.

Не запускаются CUDA samples

:

1. Ваша видеокарта не поддерживается
2. Вы не накатили последнюю версию WSL2
3. Вы не установили последнюю (экспериментальную) версию драйверов NVidia Driver CUDA WSL

При запуске

:

: копируем строку подключения в браузер (с другими решениями не разбирался).

При запуске PULSE постоянно вываливается ошибка

:

: копируем

у меня и кидаем в корень — в папку cache (создаём, если её нет).

Либо:

1. Скачиваем файл по первой google ссылке из PULSE.py
2. Переименовываем его по шаблону md5hash_synthesis.pt, где md5hash — md5 хэш скаченного файла (в нынешней версии это 6b943ee69b8491ac40e8e9ced6175659_synthesis.pt)
3. Кидаем в папку cache (создаём, если её нет в корне директории, где лежит PULSE)

При запуске PULSE, либо проверке Pytorch выкидывает ошибку

:

: если вы проверяли pytorch и он работает, то это означает, что вы не активировали окружение pulse. Для этого выполните следующую команду:

conda activate pulse

Заключение

Следующим этапом хотелось бы изучить StyleGAN и, базирующиеся на ней, другие «нейросети».

Был бы рад почитать ваши отзывы по статье, рекомендации (в т.ч. по изложению, т.к. это первая моя публичная статья), поправки.

Всем спасибо за чтение!

Список литературы и ссылки на утилиты, драйвера

1. Инструкция по установке NVidia Driver для CUDA на WSL
2. Драйвера NVidia для CUDA под WSL
3. Список поддерживаемых CUDA видеокарт
4. Примеры CUDA
5. Инструкция по установке WSL2 на Windows 10
6. Справка и знакомство с Windows Insider Program — ранний доступ к версиям Windows
7. Инструкция по установке Anaconda на Linux систему
8. Список дистрибутивов Anaconda
9. Jupyter Notbook — аналитика и эксперименты
10. Репозиторий PULSE
11. Репозиторий Face-Depixelizer
12. Репозиторий StyleGAN

Фильм Лица в толпе (2011) смотреть онлайн бесплатно в хорошем HD 1080 / 720 качестве

Анна Марчент — преподавательница начальной школы. В свободное от любимой работы время она любит веселиться с подругами Фрэнсин и Ниной, танцевать, вести непринужденные беседы за бокалом вина. В личной жизни у героини тоже все хорошо — у нее есть парень Брайс. Однажды она идет к нему на встречу и на мосту случайно становится свидительницей преступелния. Убийца замечает Анну и начинает ее преследовать. Не помня себя от страха, Анна бежит со всех ног, однако падает с моста и ударяется головой.

Очнувшись, Анна понимает, что она в госпитале. Оказывается, она провела в коме целую неделю. Однако пробуждается Анна совсем другим человеком — она больше никого не узнает. Лица людей не задерживаются в ее памяти, когда выходят из поля зрения.

Сложная травма головы сделала её фактически беспомощной. Анне диагностируют страшную болезнь — прозопагнозию, расстройство восприятия лица, при котором способность узнавать лица потеряна, но при этом способность узнавать предметы в целом сохранена. Равновесие привычной жизни рушится. Анна не запоминает ни подруг, ни возлюбленного. Девушка обращается к психотерапевту, которая пытается ей помогать вспоминать людей по другим признакам — например, по походке, движнию тела, шрамам, деталям одежды.

Между тем, полицейское следствие возлагает на свидетельницу убийства большие надежды. Анна оказывается единственной, кто видел лицо серийного убийцы. Детектив Сэм Керрест пробует вынудить Анну вспомнить его лицо. «Даже если он будет стоять передо мной, я его не узнаю», говорит Анна. Маньяк, в свою очередь, узнает, что главный свидетель не способна вспомнить его. Женщина теряет работу и пускается в водоворот чужих лиц, в котором она искренне пытается найти равновесие. Анна влюбляется в детектива и проводит с ним ночь, напрочь забывая про парня Брайса, за которого она собиралась замуж.

В финале Анне удается найти то единственное лицо, которое она способна различить. Убийца найден. Но это не приносит ее жизни счастливого хэппи-энда.

Как нарисовать лицо

ПОДЕЛИТЬСЯ

Как нарисовать лицо

Как нарисовать лицо. Вот простой способ точно разместить черты лица при рисовании головы. Сначала проведите вертикальную линию посередине лица. Затем проведите горизонтальную линию посередине между макушкой головы и нижней частью челюсти, по которой выровняйте положение глаз. На полпути между глазами и подбородком поместите основание носа; и на полпути между основанием носа и подбородком разместите центральную линию рта.Помните, что расстояние между глазами равно длине другого глаза. Длина уха равна расстоянию между верхушкой глаза и основанием носа. Ширина рта будет соответствовать расстоянию между глазами, когда они сфокусированы прямо перед собой. Надеюсь, вам понравятся эти рисунки лиц / как рисовать лица / рисование лиц.

Видеоуроки по рисованию лиц

Как нарисовать лицо под любым углом

Посмотреть видео

Как нарисовать женское лицо

Посмотреть видео

Как нарисовать мужское лицо

Посмотреть видео

Как нарисовать лицо — Основные пропорции

Посмотреть видео

Как нарисовать человеческое лицо поэтапно

Посмотреть видео

Простой способ нарисовать лицо

Посмотреть видео

Учебник по рисованию лиц

Посмотреть видео

ДЕЛЕНИЕ ЗАБОТАЕТ

Добавить комментарий

Похожие сообщения

25 красивых рисунков животных для вашего вдохновения — Как рисовать животных

Как рисовать аниме с красивыми рисунками персонажей аниме

Просмотреть все рисунки | Карандашный рисунок | Рисунок углем | 3D-рисунки | Уроки рисования | Рисование глаз

Рисование — лицо на All-Tutorials

Как рисовать лица — мысль своими руками

Сядьте, достаньте карандаш и попытайтесь нарисовать лицо.Если вы похожи на большинство из нас, скорее всего, эти уроки по рисованию лиц будут иметь большое значение для вашего окончательного рисунка! Теоретически нарисовать лицо просто, но без посторонней помощи не всегда получается так, как планировалось. Мы нашли самые простые в использовании уроки, чтобы вы могли нарисовать лицо как профессионал!

Существует МНОЖЕСТВО руководств о том, как рисовать лица, поэтому вместо того, чтобы показывать вам огромный и ошеломляющий список, мы сосредоточились на основах. По многим из этих ссылок есть другие отличные руководства о том, как рисовать лица, поэтому нажмите на предоставленные ссылки, чтобы получить более глубокое понимание того, как рисовать лица.

1. Габаритные размеры

Это хорошее руководство для получения реалистичного вида лица спереди и сбоку. Щелкните здесь, чтобы просмотреть другие руководства по размеру лица.

2. Аниме Face

Лица аниме нарисованы немного иначе. Это первое простое руководство от Easy Drawing Guides. В то время как нижнее изображение взято из Manga Tuts. Обоих стоит ознакомиться с другими уроками рисования.

3. Губы

Посмотрите, как просто нарисовать сочные губы! В Rapid Fire Art есть полное руководство, а также губы, нарисованные под разными углами.

4. Нос

Это отличный пошаговый урок о том, как нарисовать нос спереди. Еще один отличный урок от Rapid Fire Art.

5. Глаза

Пожалуй, одна из самых важных частей лица для рисования — это глаза. В этом уроке объясняется каждый шаг, чтобы получить идеальный глаз.

6. Комические глаза

Это отличный сериал для просмотра, чтобы научиться рисовать комические глаза и в целом получать указатели на глаза. Посетите Skillshare, чтобы подписаться на бесплатную пробную версию на один месяц.

7. Основные эмоции

Когда вы освоите основы рисования лица, попробуйте добавить эмоции с помощью этого урока. Источник найден здесь.

8. Волосы

Самый простой способ добавить волосы. Следуя показанным здесь техникам, можно создавать всевозможные распущенные прически.Источник найден здесь.

9. Советы по рисованию лица

Прежде чем приступить к рисованию лица, ознакомьтесь с этими 10 отличными советами Саманты Белл по рисованию лица.

10 учебных пособий на торговой площадке для создания лучших лиц

На ArtStation Marketplace есть потрясающий выбор руководств, когда дело касается лиц. Независимо от того, является ли ваша сумка традиционными портретами или моделирующими 3D-персонажами, каждый сможет найти что-то полезное в этом списке.Столько качеств и индивидуальности персонажа отражается на лице, поэтому важно понять это правильно.

Портретная живопись — Полный видеопроцесс + Кисти

Автор: Le Vuong
В этом уроке от Le Vuong вы найдете не только видео полного процесса рисования портрета, но и кисти, которые вам понадобятся.

Получить сейчас>

Картина черт лица: Нос

Наранбаатар Ганболд
Наранбаатар Ганболд 4 части урока проведут вас через рисование носов; Структура носа, демонстрация линий, демонстрация значений и, наконец, демонстрация цвета.Не нужна помощь с носами? Ознакомьтесь с другими курсами Наранбаатара из той же серии «Рисование черт лица», где есть другие полезные уроки.

Получить сейчас>

Zbrush — Кисть для деталей лица VDM Brush

Николас Свиджгедау
Николас Свиджгедау поможет вам ускорить создание персонажа или быстро состарить людей! Для простоты использования все кисти названы в зависимости от их положения на лице.

Получить сейчас>

Плоскости на передней части головы, упрощающие создание портретов и персонажей

Крис Петрокки
Причина, по которой люди борются с рисованием лиц, заключается в том, что они не освоили базовую структуру головы.В 1-часовом руководстве Криса Петрокки используется уникальный подход, объединяющий плоскости и ритмы в один мощный и простой для понимания множитель силы.

Получить сейчас>

5-3D щетки для волос + видеоурок

Автор: Милад Камбари.
. Часовой видеоурок Милада Камбари расскажет вам, как создать собственную щетку для волос, создав свою собственную модель для обработки почвы или свой личный альфа-канал, чтобы создать нужный вам внешний вид.К уроку прилагается 5 кистей для волос, которые вы можете использовать. Кредит художника: Реза Седги

Получить сейчас>

MOUTHS — 40 ZBrush VDM + 5 бонусных вариаций

Бернхард ван дер Хорст
Бернхард ван дер Хорст предлагает 40 ртов и пастей Zbrush VDM плюс 5 бонусных вариаций. Рты с высокой детализацией всевозможных видов для создания концепции, дополнения существующих скульптур или создания нового существа.

Получить сейчас>

Портретная живопись в фотошопе — Видеоурок

Яшар ВУРДЕМ
Научитесь рисовать реалистичные портреты.Получите полнометражное видео Яшара ВУРДЕМА с закадровыми комментариями (1 час). Кроме того, получите портретные кисти Вурдема и бонусные иллюстрации.

Получить сейчас>

Реалистичные глаза для игр — Marmoset Render

Питер Зоппи
В учебном пособии Питера Зоппи вы научитесь создавать и визуализировать реалистичные глаза для видеоигр от начала до конца. Вначале он будет охватывать некоторую теорию, анализируя справочные данные и рассматривая анатомию глаза, чтобы решить, какие особенности глазного яблока нам нужно точно создать.

Получить сейчас>

Выражения лица

Энтони Джонс
В 40-минутном видеоуроке Энтони Джонса рассказывается, как взять простые идеи, такие как смайлик, и превратить их в настоящее улыбающееся лицо. Получите базовое представление о структуре лица и рендеринге лица.

Получить сейчас>

Портретная композиция

Светлана Тигай
Учебник Светланы Тигай доступен на английском и русском языках.В нем она показывает, как обычно проходит ее творческий процесс. Она затрагивает темы лица, прически, платья и портретной композиции в целом.

Получить сейчас>

Дополнительные учебные пособия в продаже на ArtStation Marketplace>

Нарисуйте абстрактное лицо — Детские художественные проекты

Укажите ученикам, как нарисовать такое абстрактное лицо, как это, и у вас всегда будет рисунок, который ЗАПОЛНИТ всю бумагу. Мелки и акварель добавляют много цвета и узоров.

Если кажется, что ваши ученики с каждым днем ​​рисуют все меньше и меньше и стирают свою бумагу до смерти, пока они это делают, попробуйте этот проект по рисованию абстрактных лиц. В учебном пособии говорится, что линии должны касаться края бумаги, так что у каждого будет рисунок, заполняющий весь лист. Это означает, что есть всевозможные закрытые пространства, в которые можно добавить узор, а сверху много разных цветов.

Вам не нужно создавать его мелками и акварелью (хотя это мое любимое сочетание), вы можете закончить его фломастерами, темперой или чем угодно, что у вас есть под рукой. Дело в том, что это заставит учащихся сделать нетрадиционный рисунок и, скорее всего, приведет к чему-то очень отличному от их обычного подхода к рисованию лица.

Это был один из моих любимых школьных проектов, и он работал как для пятиклассников, так и для детей. Прокрутите вниз, чтобы увидеть несколько примеров различных носителей.

• Нарисуйте абстрактное лицо PDF Учебное пособие (щелкните, чтобы открыть)
• Бумага для акварели
• Маркер Sharpie, кончик зубила
• Мелки
• Жидкая акварельная краска

Необходимое время: 1 час.

Нарисуйте и раскрасьте абстрактное лицо

1. Сделайте направляющие. Нарисуйте нос.

2. Вытяните обе стороны до верха бумаги.

3. Нарисуйте простой рот.

4. Нарисуйте подбородок.

5. Нарисуйте четыре изогнутые линии для глаз.

6. Обработайте внутреннюю часть каждого глаза. Добавьте шею.

7. Добавьте центр глаз. Проведите вертикальные линии над и под ртом.

8. Обводка с черным маркером. Добавьте линии мелками.

9. Все закрасить акварельными красками.

Научитесь рисовать лицо: иллюстрации для лиц, идеи и практические руководства

Несмотря на то, что иллюстрация лица, несомненно, прекрасна, это один из самых сложных видов искусства, потому что каждый предмет уникален и имеет множество нюансов.Если вы учитесь рисовать лица или вам нужны справочные материалы по лицам для работы, читайте список великолепных иллюстраций лица и талантливых художников.

Художники-иллюстраторы, часто называемые художниками-портретистами, широко востребованы из-за сложности рисования лиц. Здесь мы собрали самых талантливых художников-портретистов нашего времени.

1. Оливер Син

Син, профессор Академии художеств в Сан-Франциско, известен своими карандашными этюдами и портретами углем.

2. Аманда Джулианн

Джулианна, художник-график, которая также работает с традиционными рисунками карандашом и углем, известна реалистичностью своих готовых работ. Она часто использует цвет, чтобы улучшить свои линейные рисунки.

3. Мистер Сломанная кисть

Leo D, художник, известный под псевдонимом «Mr. Сломанная кисть », известная своей иллюстрацией лица. Он работает углем и пастелью, рисует портреты детей и взрослых и умеет запечатлеть причуды и индивидуальность каждого из своих персонажей.

4. Nabfi Art

Этот художник, известный под именем Nabfi Art, является иллюстратором портретной и модной одежды.Многие из ее заказов представляют собой цифровые иллюстрации, но она также сделала себе имя благодаря своим выразительным, красочным портретным рисункам. Вы, вероятно, узнаете многих из ее подданных!

5. Анета Фонтнер-Дорожинская

Фонтнер-Дорожинская, польский иллюстратор, создает свои знаменитые портреты карандашом, масляной краской, кистью, акварелью и Photoshop. Она талантлива как в классическом портретном рисовании, так и в стилизации персонажей и может создавать тени, текстуру и экспрессию с помощью очень небольшого количества линий.

Если вы больше склонны искать вдохновение в отдельных работах, чем рассматривать полное портфолио художников, продолжайте прокручивать несколько наших любимых иллюстраций лиц от профессиональных художников и студентов Skillshare.

6. Линейный портрет Марио Рейеса

Skillshare Марио Рейес создал это нарисованное карандашом лицо для курса «Искусство портрета: как рисовать лица».Затенение и реалистичные детали особенно выделяются на этом портрете.

7. «Чудо-женщина» Дж. Д. Найта

Традиционный портрет Чудо-женщины в оттенках серого, сделанный профессиональным иллюстратором Дж. Д. Найтом, является прекрасным примером того, что можно создать с помощью простого карандаша и бумаги (и, конечно же, эталонного изображения лица)!

8. Иллюстрация лица Таш Ван Дер Уолт

Этот красивый портрет, нарисованный карандашом студенткой Skillshare Таш Ван Дер Уолт, был создан для курса «Начать рисование: методы рисования карандашом». Ван дер Уолт использовала штриховку и смешивание, чтобы ясные и яркие глаза ее объекта были в центре внимания этого рисунка.

9. Портрет знаменитости от Artistiq

Этот портрет певицы Селены Гомес был создан художником-иллюстратором лица Artistiq.Линии и детали невероятно впечатляют, и поклонники Гомес сразу узнают ее благодаря реалистичности этого карандашного портрета.

10. Цветной карандашный портрет Моргана Дэвидсона

Морган Дэвидсон — один из самых популярных мастеров цветного карандаша, и легко понять почему. Мастерство Дэвидсона в рисовании линий лиц, сочетающихся с яркими цветами и деталями, полностью демонстрируется в этом веселом летнем портрете.

Модная иллюстрация лица немного отличается от традиционной портретной работы. Рисунки лиц предназначены для дополнения одежды, выделенной на модных иллюстрациях, поэтому они часто бывают более минималистичными по линиям и дизайну. Если вы только учитесь рисовать лица, это может быть забавным жанром, с которого можно начать!

11. Минималистская модная иллюстрация лица от Эми Эрикссон

Этот модный портрет, созданный студенткой Skillshare Эми Эриксон, является частью ее работы в рамках курса «Модная иллюстрация: создание минималистского модного портрета».Как вы увидите, портрет имеет упрощенный дизайн и включает только один цвет, ярко-красный, чтобы выделить губы объекта и поднять иллюстрацию в сторону модного искусства.

12. Модный портрет акварелью Елены Фэй

Этот портрет, созданный инструктором Skillshare Еленой Фэй, был нарисован карандашом и обработан акварелью, предпочтительной иллюстрацией Фэй. В этой части она осветила глаза модели деталями и цветом, которые сочетаются с ее нежно-розовым платьем.

13. Ручка и краска, модная иллюстрация лица Элизабетты Фурч

Этот модный портрет, сделанный студенткой Skillshare Элизабеттой Ферчт, представляет собой творческий подход к традиционной модной иллюстрации. Ферч сделал лицо простым, чтобы подчеркнуть платье модели. Ее рисунок, который изначально был начертан пером, был дополнен легкими акварельными нотками.

14. Красочная модная иллюстрация «Лицо» от Селии Карро

Инструктор Skillshare Селия Карро создала красивое красочное лицо. Она построила черты лица и дизайн вокруг модного фокуса — повязки на голову — и добавила забавные детали, такие как пирсинг, яркий цвет губ и огромные цветы.

15. Простая модная иллюстрация лица Кристин Парк

Skillshare Кристин Парк создала прекрасный образец упрощенного дизайна модного портрета.Серьги объекта, которые являются центром внимания изделия, содержат больше всего деталей — лицо нарисовано просто для их дополнения.

Предпочитаете рисовать морды животных, а не человеческие? Следующие несколько примеров иллюстраций с кошачьей мордой для вас! Иллюстрация лица животного следует тому же общему процессу, что и традиционная работа с изображением лица человека, но, очевидно, вы получите немного другой конечный результат.

16. Мейн-кун Иллюстрация Сабины Лешнер

В этой работе студентка Skillshare Сабина Лешнер нарисовала своего кота мейн-кун, используя технику штрихового искусства. Она улучшила мордочку своей кошки, создав большие разноцветные глаза.

17. Портрет кошки, нарисованный маркером Моргана Суонка

Для этой красивой иллюстрации кошки студентка Skillshare Морган Суонк сохранила минимальные цвета и закончила карандашный рисунок маркерами.Линия пера по-прежнему присутствует в таких деталях, как кошачий мех, усы и черты лица.

18. Кот Ворона Келли Лахар

Келли Лахар, художник-портретист домашних животных, создала эту иллюстрацию лица с помощью карандашей для рисования и цветных карандашей и завершила работу небольшим количеством акварельных деталей.

19. Портрет тигра Пола Миллера

Пол Миллер — художник дикой природы, известный своими работами, подобными этой реалистичной иллюстрации с кошачьей мордой. Он тщательно прорисовал каждую деталь морды тигра — это почти похоже на фотографию!

20. Портрет угольного кота Роберта Бейтмана

Здесь художник углем и графитом Роберт Бейтман нарисовал своего кота и закончил набросок акриловой краской.Особенно кошачьи глаза невероятно детализированы и реалистичны.

Вам больше нравится комическая иллюстрация лица?

Как рисовать головы в стиле комиксов — шаг за шагом — под любым углом.

Writing Center — Подготовка к урокам, лицом к лицу

В начале января в матче против «Клейтон Стэйт» Детрек Браунинг спокойно ждал за трехочковой линией, в то время как его товарищ по команде Брэндон Паркер боролся за свободный мяч на переулке.В конце концов, Паркер ударил мяч в сторону Браунинга, который собрал его, сделал паузу, чтобы установить себя, и небрежно подбросил трехочковый, который занял видное место в журнале рекордов FMU. С этой относительно ничем не примечательной корзиной Браунинг стал чем-то весьма примечательным — лучшим бомбардиром за почти 50-летнюю историю школы.

Неудивительно, что рекордсмен пришел на рутинную игру. Визитная карточка Браунинга как игрока — его способность забивать, казалось бы, без усилий; чтобы уникальная способность находить способы положить мяч в корзину казалась вполне обыкновенной.

Что было замечательно в пьесе, так это то, что Браунинг вообще был рядом, чтобы сделать это.

FMU Выдающийся баскетбол Детрек Браунинг

Динамика студенческого баскетбола на всех уровнях резко изменилась за последнее десятилетие. Игроки регулярно и легко переходят из школы в школу в поисках следующего кусочка чуть более зеленой травы; и трудолюбивые тренеры и школы мало что могут с этим поделать. Их путь чреват опасностями.

Ведите игрока слишком медленно, и он уйдет в ситуацию, когда он может играть / стрелять / начинать чаще.Но если приводить их слишком быстро, развивать их слишком хорошо — и это особенно верно для программ в школах Дивизиона II, таких как FMU — и более крупные школы придут сюда. По сути, они не могут нанять игрока, пока он не внесет свое имя в официальный список трансферов NCAA (который ежегодно исчисляется тысячами), но слухи об этом ходят. Pssst. Если ваше имя в этом списке. …

После того, как он набирал в среднем 20,1 очка за игру за FMU в сезоне 2015/16, официально это был его второй сезон, слухи дошли до Браунинга.Были школы — школы первого дивизиона — которые были заинтересованы. И Браунинг знал это упражнение. Друзья, враги, даже некоторые из его товарищей по команде пошли по этому пути.

«Я слышал от нескольких человек, — говорит Браунинг, — и люди мне на ухо говорили, что я должен идти, что это мой большой шанс. Но… »

Но?

Браунинг качает головой, пожимает плечами. По его словам, важное решение на самом деле было вовсе не решением.

«Боже, в конце концов (FMU) сделал для меня… Я имею в виду, что они были там для меня, когда никого другого не было», — говорит Браунинг.«И люди здесь всегда были замечательными. Вот где я принадлежу. Я никуда не собирался. Наверное, тренер волновался, но я не уходил. «

Гэри Эдвардс, тренер Браунинга в FMU, признает, что весной он нервничал. Но те дни давно прошли, и воспоминания о них теперь вызывают улыбку на лице Эдвардса.

«Детрек здесь сделал много изящных вещей, сделал много больших игр, и он всегда будет одним из моих любимых, — говорит Эдвардс, — но если вы спросите меня, что я запомню больше всего, вот и все.Это та преданность, которую проявил Детрек. Это редкое качество. Это лучше, чем все те очки, которые он набрал ».

Возможно, Детреку Браунингу вообще не следовало попадать в FMU.

Он не был секретом из средней школы Ирмо (Южная Каролина), к северу от Колумбии. Ирмо, возглавляемый легендарным тренером Тимом Уипплом, является одной из лучших школьных баскетбольных программ в Южной Каролине, и Детрек Браунинг во время своего пребывания в «Желтых рубашках» ничего не сделал, чтобы уменьшить это.

Браунинг отыграл три университетских сезона за «Ирмо» и помог команде выиграть два чемпионата штата. В старшем классе Ирмо пошел 29-0 — единственная непобежденная команда Уиппла за 37 лет у руля — и завоевал пятый титул штата.

Браунинг, возможно, не был — , может быть — ключевое слово — лучшим игроком в команде, в которую также входил новобранец Университета Южной Каролины Джастин Маккай. Но он не был секретом. К младшему классу он привлекал к себе значительное внимание при подборе персонала, и у него был ряд программ Дивизиона I, над которыми он долго выглядел.

Но… случилось то, что случилось. Одна программа, которая казалась верной, подписывала другого охранника и больше никогда не вызывала Браунинга. Другой менял тренеров. И так далее.

Уиппл говорит, что ему было ясно — тогда и сейчас — что Браунинг принадлежит к составу Дивизиона I.

«О, нет никаких сомнений в том, что они могут играть на таком уровне», — говорит Уиппл. «Но знаете, тренеры смотрят на вещи… это сложно. Он (Браунинг), может быть, был немного маленьким, вроде как попал в промежуточную позицию.Был ли он разыгрывающим или стреляющим? Он не играл для нас особого смысла до последнего года обучения. Но, может быть, он маловат для стрелка D-I, может, он не такой быстрый… Так что… »

Итак, в начале того же года один из помощников Эдвардса в FMU увидел игру Браунинга и предложил Патриотам броситься на него. Эдвардс увидел его и быстро согласился — «лучший разыгрывающий, которого я видел за весь год», — сказал Эдвардс.

Эдвардс обнаружил, что вербовка Браунинга приняла забавный оборот, и на него обратилась вся придворная пресса.Когда Браунинг приехал с официальным визитом, Эдвардс сразу же предложил ему полную стипендию.

Браунинг немного продержался, ожидая «лучшего» предложения, которого так и не последовало. В конце концов, его собственное здравомыслие — все, кто его знает, видят в нем чрезвычайно обоснованного человека — и небольшая критика со стороны мамы сделали его Патриотом.

«Я все думал:« Может быть, более крупная школа мне что-нибудь предложит », — говорит Браунинг. «Между тем мама говорит:« Ты что, сошла с ума? Они предлагают вам полную стипендию.Они действительно хотят тебя. Знаешь что? Она была права.»

Остался еще один тест.

Несмотря на то, что Браунинг был безупречным игроком для первокурсника, он прибыл в кампус FMU и обнаружил, что Эврик Гэри — номер 3 бомбардиров в истории школы — уже занял позицию разыгрывающего. Эдвардс и персонал Patriot убедили Браунинга в том, что лучше всего отсидеться — это термин «красная рубашка» — его первый сезон, как это сделал Гэри.

Этот шаг имел смысл, но его легче сказать, чем сделать.Краснорубашечники проводят все время тренировок, которое проводят обычные игроки, но не могут участвовать в играх и даже не могут путешествовать с командой на выездные соревнования.

«Вы действительно очень часто находитесь в одиночестве и должны оставаться сосредоточенными, чтобы продолжать работать над своими задачами, становиться лучше», — говорит Браунинг. «Это хорошая вещь. К переходу из средней школы в колледж нужно привыкнуть. Он помогал в баскетболе, в школе, во всем. Я говорю всем сейчас: «Красная Рубашка. Вот как это сделать.Это лучшее, что я когда-либо делал ». Но это непросто. Должен сказать, было несколько ночей, когда пролилось несколько слез. «

Одно замечание — не первое, но все же, — что Браунинг сказал бы о своей игре, о том, как он играет в баскетбол, — это то, что он может замочить мяч.

«Совершенно определенно», — говорит Браунинг. «На самом деле у меня есть два данка в играх (в FMU). Думаю, могло быть и больше — фанатам это понравилось бы, но это не то, чем я когда-либо был так взволнован.Ведро — это ведро. Я бы предпочел сберечь свою энергию ».

Хорош в энергосбережении. Теперь есть строчка, которая не отображается во многих отчетах разведки. Но этот аспект баскетболиста Детрека Браунинга говорит о его игре не меньше других. Он скользит по площадке под контролем, перемещаясь с места на место — перемещаясь с правильного места на правильное место — с нарочитой беспечностью, которая убаюкивает противников, болельщиков и даже своего тренера до состояния безразличия.

«Он один из тех парней, — говорит Эдвардс из FMU, — когда вы потом берете статистический лист и говорите:« Двадцать пять очков? Как он это сделал? Я этого не заметил. Он очень, очень ласковый ».

Главный навык Браунинга абсолютно нематериален. У него есть врожденное понимание игры, которое позволяет ему видеть пьесы до того, как они начнут развиваться.

«Это не происходит просто так», — объясняет Браунинг. «У меня было несколько очень хороших тренеров. И я думаю обо всех спектаклях. Я просто думаю о них за пять или 10 секунд до того, как они произойдут.”

Что на пять или 10 (или более) секунд опережает большинство.