人脸识别系列方法调研

一、基于mtcnn和facenet的实时人脸检测与识别系统开发（A++）

        https://zhuanlan.zhihu.com/p/25025596

 

       该系统基于python/ opencv2/ tensorflow/ Linux环境，实现了从摄像头读取视频，实时检测人脸，识别人脸的功能。（检测、识别）

 

       人脸检测：本文中采用mtcnn是基于python和tensorflow的实现（代码来自于davidsandberg，caffe实现代码参见：kpzhang93）

       facenet embedding（映射）：Facenet是谷歌研发的人脸识别系统，该系统是基于百万级人脸数据训练的深度卷积神经网络，可以将人脸图像embedding（映射）成128维度的特征向量。本文采用的是davidsandberg基于FaceScrub and CASIA-WebFace数据集预训练的Facenet模型，LFW测试集准确率为0.98。

       人脸识别：对人脸进行embedding后，得到128维度的特征向量 。以该特征向量为基础，可以采用任何机器学习的方法进行分类和识别。本文中，选取了knn（k-NearestNeighbor）方法（你可以换其它任何分类方法，比如svm或者神经网络方法等）。本文中，采用了sklearn库实现knn模型的训练和预测。

 

       怎么运行test文件夹：A description of how to run the test can be found on the page Validate on LFW.

       mtcnn论文：https://kpzhang93.github.io/MTCNN_face_detection_alignment/index.html

代码就是Matlab/Caffe

       facenet论文：https://arxiv.org/abs/1503.03832

                               部分摘要： To train, we use triplets of roughly aligned matching / non-matching face patches generated using a novel online triplet mining method. The benefit of our approach is much greater representational efficiency: we achieve state-of-the-art face recognition performance using only 128-bytes per face. On the widely used Labeled Faces in the Wild (LFW) dataset, our system achieves a new record accuracy of 99.63%. On YouTube Faces DB it achieves 95.12%. Our system cuts the error rate in comparison to the best published result by 30% on both datasets. 

                             知乎中文facenet解析：https://zhuanlan.zhihu.com/p/24837264

 

       LFW：     0.9963    0.98

       model：   mtcnn

                       Python/Tensorflow     https://github.com/davidsandberg/facenet/tree/master/src/align

                        Matlab/Caffe

https://github.com/kpzhang93/MTCNN_face_detection_alignment

 

                        facenet（Inception-ResNet-v1 model）

https://github.com/davidsandberg/facenet/blob/master/src/models/inception_resnet_v1.py

        

         二进制文件：  无

         每张图片识别时间：only 128-bytes per face

 

二、MTCNN_face_detection_alignment

        https://github.com/kpzhang93/MTCNN_face_detection_alignment

       Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Neural Networks。（检测、对齐）