本文介绍如何使用Python和预训练的深度学习模型实现一个简单的人脸识别系统，通过比较人脸特征，找出与目标照片最相似的名人。通过导入dlib库和人脸识别模型，计算图片特征并计算欧氏距离，实现图像之间的相似度比较。以林国斌为例，系统识别出他最接近黎明，展示了Python在人工智能领域的应用和趣味性。
近几年来，兴起了一股人工智能热潮，让人们见到了AI的能力和强大，比如图像识别，语音识别，机器翻译，无人驾驶等等。总体来说，AI的门槛还是比较高，不仅要学会使用框架实现，更重要的是，需要有一定的数学基础，如线性代数，矩阵，微积分等。
幸庆的是，国内外许多大神都已经给我们造好“轮子”，我们可以直接来使用某些模型。今天就和大家交流下如何实现一个简易版的人脸对比，非常有趣！
我们都知道Python容易学，但是就是不知道如何去学，去哪里找资料，机器学习，人工智能，深度学习，都在这学习，小编推荐一个学习平台，欢迎加入python学习交流q群先250+933+691，分享我精心准备的Python学习资料，0基础到进阶！希望你们在学习Python道路上少走弯路！加油！
整体思路：
预先导入所需要的人脸识别模型
遍历循环识别文件夹里面的图片，让模型“记住”人物的样子
输入一张新的图像，与前一步文件夹里面的图片比对，返回最接近的结果
使用到的第三方模块和模型：
模块：os,dlib,glob,numpy
模型：人脸关键点检测器，人脸识别模型
1.导入需要的模块和模型
这里解释一下两个dat文件：
它们的本质是参数值（
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
