基于OpenCV和MTCNN算法在遮蔽物影响下的人脸识别研究(2)

基于轻量级的OpenCV软件库,提出了一种人脸表情图像识别系统。该系统结合了迁移学习策略和具有中心损失的联合监督方法,以优化人脸识别的过程[4]，导入python的依赖包cv2，加载并调整图像大小，并将其转换为灰度图像以提高检测的准确性。使用级联分类器检测图像中的人脸，并在图像中绘制人脸边界框。将从两张图像中提取人脸区域，并使用相似性度量比较它们的相似程度，是否为同一个人。根据设定的相似度阈值，确定两张图像中的人脸是否属于同一个人，并在第二张图像上进行标注。显示结果图像并等待用户关闭窗口，利用了迁移学习和联合监督策略,提出了基于OpenCV实现的人脸表情图像识别系统。所提出的系统优于传统的机器学习方法,消除了复杂的特征提取所需的大量人力,并且在获得最新结果时不需要大量的预处理过程。为克服传统模板匹配方式识别人脸面部表情存在的缺陷，有效快速获取不同面部表情的特征，进而对面部表情进行识别。

 

1.3 MTCNN算法实现

使用MTCNN进行人脸检测和特征提取的流程。导入MTCNN的库，加载MTCNN模型，并加载两张图像进行处理。然后将图像转换为RGB格式，使用MTCNN进行人脸检测和特征提取，人脸部特征点的定位是人脸识别中的关键步骤，定位准确与否直接关系到后应用的可靠性[3]，并在图像上绘制人脸框和关键点。接着进行人脸比对，判断两个人脸是否为同一人，并在第二张图像上标注结果，显示处理后的图像。导入相关库:cv2用于图像处理，MTCNN用于人脸检测和特征提取。MTCNN在戴口罩时可以准确识别出人脸，然后进行相似度比对来判断是否为同一人。下面是使用MTCNN实现人有口罩遮挡的人脸识别关键代码：