Python 人脸识别系统

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

1. 我们将人的照片和他们的名字传递给模型。
2. 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。
3. 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。
4. 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。
5. 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<