![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人脸识别
csdn_black
程序使世界更美好!
展开
-
【人脸识别】提取68维特征值与正脸操作
我做的项目大题有两种思路,一是用opencv库直接训练预测,第二种是通过dlib库提取特征值在根据特征值用其它的机器学习方法预测先说第二种方法(检测人脸并提取68维特征值->68维特征值转128维特征值->KNN比较128维距离):技术点一,检测人脸提取68维特征值:import dlibimport cv2#源程序是用sys.argv从命令行参数去获取训练模型,精简版我直接把...原创 2018-07-09 16:17:03 · 7059 阅读 · 0 评论 -
【人脸识别】通过opencv进行人脸识别
opencv人脸识别主要有3种算法1 EigenFace,大题思路是用PCA 对人脸进行降维,在比较距离2 FisherFace,基于LDA降维3 LBPH 利用局部二值模式直方图的人脸识别算法具体步骤:一、人脸的训练,需要将训练图片中人脸扣出->正脸->转化灰度图->直方图均衡化->训练二、经过同样步骤处理图片,然后预测下面具体演示一下,用LBPH算法,训练我准备好的图...原创 2018-07-09 17:28:04 · 1069 阅读 · 0 评论 -
【人脸识别】dlib提取特征值+KNN方法
步骤 训练模型(通过预先提取的特征值,用KNN建模)->用KNN预测1 加载之前提取的128维特征向量我将它保存到了txt中,训练了2000多个人code:import cv2import numpy as npfrom sklearn import neighborsimport dlibimport timepredictor = dlib.shape_predict...原创 2018-07-09 19:48:10 · 5610 阅读 · 0 评论 -
【人脸识别】整个服务流程
在经过之前提到过了2种方法,最终实验结论是通过提取特征值+KNN的方法准确率较高,故采用此方法,具体流程如下:整套人脸识别通过python 的Django框架实现服务接口1 图片质量检测客户通过app注册人脸,后端拿到人脸后,首先进行图片的质量检测,具体是检测是否有人脸,有人脸的情况下再检测是否能找到眼镜、鼻子,若都可以找到,则通过检测,进入下一步,若不通过,提示客户重新拍照2 注册人脸图片通过质...原创 2018-07-09 21:21:07 · 1773 阅读 · 0 评论 -
【人脸识别】人脸特征提取方法简述
我们知道人脸识别一个常用方法是先提取人脸的128维特征点,然后根据不同的算法比较特征点进行人脸识别工作,那么这个128维特征点是怎么提取的呢?方法一:网络我们选择卷积神经网络,使得网络最后输出是128维的向量,损失函数选择三元组损失:其中A为一个人的照片,P是此人的另一张照片,N是另一个人的照片,α是间隔(超参数),比如是0.2,意义是非自己的人脸距离至少比自己人脸距离远0.2个距...原创 2018-08-24 22:33:54 · 30471 阅读 · 5 评论