人脸识别不同于人脸检测。在人脸检测中,我们只检测了人脸的位置,在人脸识别任务中,我们识别了人的身份。
本文重点介绍使用库 face_recognition 实现人脸识别,该库基于深度学习技术,并承诺使用单个训练图像的准确率超过 96%。
识别系统用例
- 寻找失踪者
- 识别社交媒体上的帐户
- 识别汽车中的驾驶员
- 考勤系统
了解人脸识别的工作原理
- 我们将人的照片和他们的名字传递给模型。
- 该模型拍摄每张照片,将它们转换为某种数字编码,并将它们存储在一个列表中,并将所有标签(人名)存储在另一个列表中。
- 在预测阶段,当我们传递未知人的图片时,识别模型会将该人的图像转换为编码。
- 在将未知人的图像转换为编码后,它会尝试根据距离参数找到最相似的编码。与未知人的编码距离最小的编码将是最接近的匹配。
- 在获得最接近的匹配编码后,我们从该列表中获取该编码的索引并使用索引。我们找到检测到的人的名字。
传统人脸识别算法
传统的人脸识别算法不符合现代人脸识别标准。它们旨在使用旧的传统算法识别面部。
OpenCV 提供了一些传统的面部识别算法。
- Eigenfaces: Eigenfaces - Scholarpedia<