项目地址:https://github.com/ageitgey/face_recognition#face-recognition
本文的模型使用了C++工具箱dlib基于深度学习的最新人脸识别方法,基于户外脸部数据测试库Labeled Faces in the Wild 的基准水平来说,达到了99.38%的准确率。
dlib:http://dlib.net/
数据测试库Labeled Faces in the Wild:http://vis-www.cs.umass.edu/lfw/
模型提供了一个简单的 face_recognition 命令行工具让用户通过命令就能直接使用图片文件夹进行人脸识别操作。
特征
在图片中捕捉人脸
在一张图片中捕捉到所有的人脸
找到并处理图片中人脸的特征
找到每个人眼睛、鼻子、嘴巴和下巴的位置和轮廓。
import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)
捕捉脸部特征有很重要的用途,当然也可以用来进行图片的数字美颜digital make-up(例如美图秀秀)
digital make-up:https://github.com/ageitgey/face_recognition/blob/master/examples/digital_makeup.py
识别图片中的人脸
识别谁出现在照片里
安装步骤
本方法支持Python3/python2,我们只在macOS和Linux中测试过,还不知是否适用于Windows。
使用pypi的pip3 安装此模块(或是Python 2的pip2)
重要提示:在编译dlib时可能会出问题,你可以通过安装来自源(而不是pip)的dlib来修复错误,请见安装手册How to install dlib from source
https://gist.github.com/ageitgey/629d75c1baac34dfa5ca2a1928a7aeaf
通过手动安装dlib,运行pip3 install face_recognition来完成安装。
使用方法命令行界面
当你安装face_recognition,你能得到一个简洁的叫做face_recognition的命令行程序,它能帮你识别一张照片或是一个照片文件夹中的所有人脸。
首先,你需要提供一个包含一张照片的文件夹,并且你已经知道照片中的人是谁,每个人都要有一张照片文件,且文件名需要以该人的姓名命名;
然后你需要准备另外一个文件夹,里面装有你想要识别人脸照片;
接下来你只用运行face_recognition命令,程序能够通过已知人脸的文件夹识别出未知人脸照片中的人是谁;
针对每个人脸都要一行输出,数据是文件名加上识别到的人名,以逗号分隔。
如果你只是想要知道每个照片中的人名而不要文件名,可以进行如下操作:
Python模块
你可以通过引入face_recognition就能完成人脸识别操作:
API 文档: https://face-recognition.readthedocs.io.
在图片中自动识别所有人脸
请参照此案例this example: https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture.py
识别图片中的人脸并告知姓名
请参照此案例this example: https://github.com/ageitgey/face_recognition/blob/master/examples/recognize_faces_in_pictures.py
Python代码案例
所有例子在此 here.
https://github.com/ageitgey/face_recognition/tree/master/examples
·找到照片中的人脸Find faces in a photograph
https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture.py
· 识别照片中的面部特征Identify specific facial features in a photograph
https://github.com/ageitgey/face_recognition/blob/master/examples/find_facial_features_in_picture.py
· 使用数字美颜Apply (horribly ugly) digital make-up
https://github.com/ageitgey/face_recognition/blob/master/examples/digital_makeup.py
·基于已知人名找到并识别出照片中的未知人脸Find and recognize unknown faces in a photograph based on photographs of known people
https://github.com/ageitgey/face_recognition/blob/master/examples/recognize_faces_in_pictures.py
人脸识别方法的原理
如果你想学习此方法的人脸定位和识别原理,请参见read my article。
https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78
注意事项
· 本人脸识别模型仅限用于成人,对于儿童来说效果不佳,模型可能会由于使用默认的对比阈值(0.6)而无法清楚识别出儿童的脸。
https://blog.csdn.net/zchang81/article/details/76251001
相关推荐
人脸识别项目源码(基于C++开源库dlib中的深度学习模型,利用Labeled Faces in the Wild人脸数据库进行测试,高达99.38%的识别率).zip 人脸识别项目源码(基于C++开源库dlib中的深度学习模型,利用Labeled Faces in...
Face Recognition 是一个基于 Python 的人脸识别库,它还提供了一个命令行...该库使用 dlib 顶尖的深度学习人脸识别技术构建,在户外脸部检测数据库基准(Labeled Faces in the Wild benchmark)上的准确率高达 99.38%。
python调用摄像头进行人脸识别, 支持多张人脸同时识别 / Detect and recognize single or multi faces from camera; Tkinter 人脸录入界面, 支持录入时设置 (中文) 姓名 简单的 OpenCV 摄像头人脸录入界面 离摄像头...
本项目的人脸识别是基于业内领先的C++开源库 [dlib](http://dlib.net/)中的深度学习模型,用[Labeled Faces in the Wild](http://vis-www.cs.umass.edu/lfw/)人脸数据集进行测试,有高达99.38%的准确率。但对小孩和...
5、可以将此库与其他Python库一起使用来进行实时人脸识别。 使用要求 Python 3.3+或Python 2.7 macOS或Linux(Windows未正式支持,但可能有效) 人脸检测 在照片中找到面孔 在照片中找到面孔(使用深度学习) 使用...
本项目的人脸识别是基于业内领先的C++开源库 [dlib](http://dlib.net/)中的深度学习模型,用[Labeled Faces in the Wild](http://vis-www.cs.umass.edu/lfw/)人脸数据集进行测试,有高达99.38%的准确率。但对小孩和...
face_recognition库是基于Python语言开发的开源人脸识别项目,在LFW数据集上的测试成功率高达99.38%。在人脸识别过程中,face_recognition会采用人脸的68个特征点与库中人脸特征点进行对比来完成人脸识别过程。 ...
Face Recognition 软件包是当前世界上最简单的人脸识别库,通过 Python 引用或者命令行的形式使用它进行人脸识别,使用 dlib 中最先进的人脸识别深度学习算法,使得识别准确率在 Labeled Faces in the wild 测试基准...
该软件包使用dlib中最先进的人脸识别深度学习算法,使得识别准确率在《Labled Faces in the world》测试基准下达到了99.38%。 它同时提供了一个叫face_recognition的命令行工具,以便你可以用命令行对一个文件夹中的...
使用世界上最简单的面部识别库从Python或命令行识别和操作面部。 使用dlib的最先进的面部识别技术和深度学习技术构建而成。 该模型在Wild基准中的Labeled Faces上的准确性为99.38%。 这也提供了一个简单的face_...
使用世界上最简单的面部识别库从Python或命令行识别和操作面部。 使用的最先进的人脸识别功能和深度学习功能构建。 该模型基准中的上的准确性为99.38%。 这也提供了一个简单的face_recognition命令行工具,使您...
在人脸识别领域,深度学习模型能够从复杂的面部特征中学习并区分个体,例如,dlib库中的模型就是基于深度学习的,其在LFW人脸数据集上的识别准确率高达99.38%。 2. **系统设计思想** 医院环境下的患者身份验证通常...
人脸识别是使用dlib的预训练模型构建的,准确性为99.38%。 请参阅以获取更多信息。 还有一件事很重要:面部识别模型是针对成年人训练的,对儿童而言效果不佳。 使用默认比较阈值0.6时,它往往很容易混淆孩子。 。 ...
该模型在LFW数据集上达到了99.38%的准确性。 有4种不同的面部检测器可供使用。 为方便起见,提供了用于视频和网络摄像头处理的包装器。 目录 样本输出 处理过的视频 处理的图像 建筑学 对于人脸识别,流程为...
使用构建,该使用最先进的dlib人脸识别功能,准确性为99.38%。 要求 Python 3.3以上 macO或Linux或Windows 麦克马 安装 启动并运行 从这里下载我们的程序 解压下载的zip文件 从require.txt安装所有依赖项 ...
该模型基准中的上的准确性为99.38%。 安装 要求 Python 3.3以上版本或 克隆此存储库 git克隆 #安装点子 点安装-r requirements.txt #修改settings.py中的数据库,这是数据库的一部分DATABASES = {'default':{'...
该模型在Wild基准中的Labeled Faces上的准确性为99.38%。 为了进行欺骗检测,我通过重新训练它的最后一层来使用tensorflow初始模型,以便它可以检测图像中的手机。( ) 为了生成和管理Excel,我使用了xlrx,xl