整理的人脸系列学习经验:包括人脸检测、人脸关键点检测、人脸优选、人脸对齐、人脸特征提取、人脸跟踪、人脸活体检测等学习过程总结,有需要的可以参考,仅供学习,请勿盗用。https://blog.csdn.net/TheDayIn_CSDN/article/details/93199307
一、数据聚类
假如有一批人脸数据,包含单人或者多个人脸ID,可以按照如下聚类方法进行预处理。
1.通过人脸识别方法(模型)提取人脸特征;
2.使用每个名人的正脸图片作为它的种子;
3.使用那些只有1个人脸的图片去增加每个名人的种子的数量;
4.在gallery剩下的图片中,通过与种子的相似度来找到属于每个名人的其余照片。
5.裁剪人脸,将同一个名人的脸单独存入一个路径内,之后再进行人工纠错,进一步提高数据集纯度。
二、训练数据预处理
人脸识别处理流程:人脸检测+人脸关键点定位+基于关键点的人脸对齐(相似变换、仿射变换)
所以预先使用更好的人脸检测和关键点定位算法来对齐人脸,对人脸识别性能影响很大,特别是人脸关键点定位的准确性。
一般的网络结构:
1、MTCNN检测+五个关键点+相似变换+SphereFace(softmax+arcface)
2、SSD人脸检测模型+PFLD关键点模型+仿射变换+MobileFaceNet(softmax)