前端人脸识别--两张脸相似度

本文介绍了在前端使用face-api.js库实现两张人脸相似度计算的步骤,包括安装库、加载模型、面部检测、标记点预测、脸部描述计算以及相似度评估。详细阐述了在Windows环境下遇到的问题及解决方案,并提供了相关代码示例。
摘要由CSDN通过智能技术生成

本文例子主要写的是如何获取两张脸的相似度, 其余例子参考官网. 博主才疏学浅, 如果有错误, 麻烦大佬们多多指点.

face-api.js 传送门: https://github.com/justadudewhohacks/face-api.js

代码传送门, 安装即用, 顺手点star, 一天好心情, 例子基于face-api.js
https://github.com/TheKiteRunners/face-recognition-browser

1. 效果图

效果图
可以clone下我的例子代码, 比对参考图片是images文件夹下的reference.jpg

2. 开发流程

2.1. 安装face-api.js

获取face-api.js: npm i face-api.js

如果想要在node端运行, 我作为一个windows用户遇到了n多坑, 下面贴上一些解决链接:

  1. node-gyp: windows用户安装办法 https://github.com/nodejs/node-gyp#on-windows
  2. TensorFlow.js Node.js windows故障排查 https://github.com/tensorflow/tfjs-node/blob/master/WINDOWS_TROUBLESHOOTING.md
  3. 如果遇到
    Downloading libtensorflow
    events.js:173
    throw er; // Unhandled ‘error’ event
    ^
    Error: connect ETIMEDOUT 172.217.160.80:443
    网络问题, 需要合理的工具来解决这个问题, 代码里的libtensorflow地址:
    const BASE_URI =
    https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow-’;
    const CPU_DARWIN = ‘cpu-darwin-x86_64-1.12.0.tar.gz’;
    const CPU_LINUX = ‘cpu-linux-x86_64-1.12.0.tar.gz’;
    const GPU_LINUX = ‘gpu-linux-x86_64-1.12.0.tar.gz’;
    const CPU_WINDOWS = ‘cpu-windows-x86_64-1.12.0.zip’;
    const GPU_WINDOWS = ‘gpu-windows-x86_64-1.12.0.zip’;
  4. 安装过程如果遇到"node-pre-gyp install --fallback-to-build", 那是canvas包执行的, 会下载一个文件: https://github.com/node-gfx/node-canvas-prebuilt/releases/download/v2.0.1/canvas-prebuilt-v2.0.1-node-v64-win32-unknown-x64.tar.gz 长时间没反应的话估计是这个包卡主了, 需要合理上网

2.2. 加载model

安装完包之后, 需要根据你所需要的功能加载适当的model, 人脸检测一个model, 表情识别一个model, 人脸识别一个model, 如果你没有提前加载model直接使用api的话会有下面示例代码类似提示

Uncaught (in promise) Error: FaceLandmark68Net - load model before inference 
// 这就意味着没有加载FaceLandmark model

那么如何加载model呢, 如下代码

await faceapi
  • 3
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
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