人脸识别模型的动手实践！

↑↑↑关注后"星标"Datawhale

每日干货 & 每月组队学习，不错过

 Datawhale干货 

作者：宋志龙，算法工程师，Datawhale成员

人脸识别已经成为生活中越来越常见的技术，其中最关键的问题就是安全，而活体检测技术又是保证人脸识别安全性的一个重要手段，本文将向大家简单介绍活体检测，并动手完成一个活体检测模型的训练，最终实现对摄像头或者视频中的活体进行识别。

我们可以达成的效果

人脸识别的技术关键——活体检测

一般提到人脸识别技术，即指人脸比对或人脸匹配，即将待识别的人脸和系统中已经提前录入的人脸信息（如身份证照片）进行特征的比对，而在使用神经网络提取特征进行比对之前，需要首先对识别到的人脸进行活体检测，以确定摄像头前的人是个活人。因此整个人脸识别过程一般为（并非一定要这样）：人脸检测 -> 关键点检测 -> 人脸对齐 -> 活体检测 -> 人脸特征提取 -> 人脸比对。

模型简介

本项目使用基于resnet18的二分类模型对RGB图像进行活体、非活体的分类识别， 网络结构如图所示，有关于resnet的知识可自行查阅。