深度学习-48-AI应用实战之基于face_recognition的人脸识别
文章目录
- 1 人脸识别
-
- 1.1 识别原理
- 1.2 应用场景
- 2 python实现人脸识别
-
- 2.1 windows安装face_recognition
- 2.2 安装问题及解决
- 3 使用示例
-
- 3.1 人脸区域检测
- 3.2 对齐与编码
- 3.3 人脸匹配
- 3.4 信息录入
- 4 附录
-
- 4.1 函数cv2.rectangle
- 4.2 参考附录
1 人脸识别
通过图片或者摄像头的方式，将识别到的人脸与数据库中的人脸信息进行匹配，然后将匹配到的人员信息，显示在软件界面中，人脸识别也可以通过图片或者摄像头的方式进行匹配识别。
1.1 识别原理
多数人脸识别都包含如下几个流程：人脸检测(Face Detection)、人脸对齐(Face Alignment)、人脸表示(Face Representation)和人脸匹配(Face Matching)。
(1)人脸检测 Face Detection
从输入的图像中检测到人脸区域，并返回人脸包围框的坐标。
(2)人脸对齐(人脸配准)Face Alignment
从提取出的人脸区域中检测到人脸特征点，并以特征点为依据对人脸进行归一化操作，使人脸区域的尺度和角度一致，方便特征提取与人脸匹配。
人脸对齐的最终目的是在已知的人脸方框中定位人脸的精准形状，主要分为两大类：基于优化的方法和基于回归的方法。
这里基于回归树的人脸对齐算法是Vahid Kazemi 和 Josephine Sullivan于CVPR2014年发表的人脸特征点识别方法，是一种基于回归树的人脸对齐方法，这种方法通过建立一个级联残差回归树（GBDT）来使人脸从当前形状一点点回归到真实形状。