Python face_recognition人脸识别库调整人脸识别的容错率和敏感度

Face_Recognition简单使用 - 大张哥 - 博客园API 接口文档: https://face-recognition.readthedocs.io 1 import face_recognition 2 image = face_recognitihttps://www.cnblogs.com/layerluo/p/11413000.html

测试tolerance=0.5或0.4比较合适

results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding,tolerance=0.4)

# 由于对亚洲人识别率不高tolerance一般设置在0.3-0.38之间可满足大部分需求 results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding,tolerance=0.38)

如果一张脸识别出不止一个结果,那么这意味着他和其他人长的太像了(Face_Recognition对于小孩和亚洲人的人脸识别准确率有待提升)。你可以把容错率调低一些,使识别结果更加严格。

通过传入参数 tolerance 来实现这个功能,默认的容错率是0.6,容错率越低,识别越严格准确。

如果想要更准确的识别,可以在计算编码时设定要重新采样的次数,face_encodings传入 num_jitters 来实现,默认0,范围为0-100,越高越准确,但速度越慢,(100就会慢100倍)

import face_recognition

picture_of_me = face_recognition.load_image_file("me.jpg")
my_face_encoding = face_recognition.face_encodings(picture_of_me,num_jitters=100)[0]

unknown_picture = face_recognition.load_image_file("unknown.jpg")
unknown_face_encoding = face_recognition.face_encodings(unknown_picture,num_jitters=100)[0]


# 由于对亚洲人识别率不高tolerance一般设置在0.3-0.38之间可满足大部分需求
results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding,tolerance=0.38)

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值