人工智能小白日记 人脸检测识别之3 人脸识别

前言

这几天卡在模型再训练的问题上，趁跑训练的时候记录一下。来看看第二个任务，对mtcnn剪出的图片做识别。也就是认出他/她是谁。

正文内容

其实这个也简单，利用一下作者提供的facenet预训练模型，通过对欧美国家人口的学习，已经可以很好的提取人脸的某种特征，也就是前面所说的嵌入的特征向量，模型里用的是512维的。然后计算欧式距离或者使用分类器对其进行分类。

预训练模型20180402
https://download.csdn.net/download/bing1zhi2/10782048

对于简单的实现一下如何识别我自己，当然直接计算下欧式距离了。

1）找一张我的模版照片，这张照片最好清晰，光亮程度刚好，这样提取的特征就比较接近真实
2）通过上一节里面的第5步，获取嵌入的512维的向量

3）将该特征向量保存下来
4）接下来就可以做识别了，拿到任何一张照片，通过mtcnn拿到人脸部位，再通过facenet获取嵌入，最后跟预先保存的特征计算欧式距离。或者利用预先训练的分类器做分类。

5）调用摄像头捕获图像进行识别
这个其实下载下来的代码中就已经有了real_time_face_recognition.py中已经实现。最后在识别的时候它用了svm分类器，这里可以换成自己的代码。

小结

都是别人的代码，这里就没啥好贴了。任务内容在利用他人模型的基础上还是很简单的。接下来就是第三个任务，提升模型的识别率，也是目前在做的事情，比较头疼。遇到很多问题，比如gpu起不动，原模型调用不了，OOM等各种问题，等下一步完全整清楚了再接着写。