OpenCV中怎么實(shí)現(xiàn)人臉識(shí)別

本篇文章給大家分享的是有關(guān)OpenCV中怎么實(shí)現(xiàn)人臉識(shí)別，小編覺(jué)得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說(shuō)，跟著小編一起來(lái)看看吧。

1.人臉檢測(cè)，OpenCV使用Caffe訓(xùn)練好的SSD檢測(cè)模型檢測(cè)人臉；

2.提取人臉嵌入特征，OpenCV使用OpenFace工程中的FaceNet模型提取深度學(xué)習(xí)人臉嵌入特征；

3.訓(xùn)練人臉識(shí)別模型，使用scikit-learn中的SVM算法在人臉嵌入特征上訓(xùn)練分類器；
4.使用步驟3中訓(xùn)練的模型在圖像和視頻中識(shí)別人臉。

作者收集的數(shù)據(jù)庫(kù)就是他們夫妻兩個(gè)人的照片，并增加了“unknown”類來(lái)自電影侏羅紀(jì)公園的部分劇照。每類只有6幅圖片。

看看效果

雖然庫(kù)很小，但還是能將這甜蜜小兩口認(rèn)出來(lái)的。

不過(guò)也出現(xiàn)了一些看起來(lái)不太理想的情況。畢竟數(shù)據(jù)庫(kù)太小了。

作者又探討了下如何提高人臉識(shí)別系統(tǒng)的識(shí)別率：
1.收集更多的數(shù)據(jù)，作者推薦最少每人10-20張人臉圖像；

2.增加人臉對(duì)齊預(yù)處理，相當(dāng)于包含旋轉(zhuǎn)、尺度、平移的人臉幾何歸一化；

3.調(diào)整超參數(shù)；
4.使用dlib的深度學(xué)習(xí)嵌入特征提取，嗯，dlib開(kāi)源的人臉識(shí)別模型比較強(qiáng)大。
參見(jiàn)：
http://blog.dlib.net/2017/02/high-quality-face-recognition-with-deep.html

為什么要在使用SVM分類器而不是end-to-end訓(xùn)練？
因?yàn)閿?shù)據(jù)庫(kù)太小沒(méi)法訓(xùn)練，通常的做法就是使用在大庫(kù)上訓(xùn)練的人臉模型提取特征，使用傳統(tǒng)的分類算法識(shí)別人臉。

Adrian在博文中說(shuō)“As I mentioned in the introduction to today’s face recognition post, I was just married over the weekend, so this post is a “gift” to my new wife .“

以上就是OpenCV中怎么實(shí)現(xiàn)人臉識(shí)別，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見(jiàn)到或用到的。希望你能通過(guò)這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注億速云行業(yè)資訊頻道。