java采集自己的人脸底库，并用于FaceNet训练

上一篇文章讲解了如何使用 jdeep-learning 调用本地摄像头进行人脸识别，那么如果您想在人脸底库中添加自己的人脸数据，您需要自己采集并重新训练FaceNet网络。具体步骤如下：

1.打开cn.jiming.jdlearning.test.face.FaceDetectionByDevice.java

@Test
	public void test() throws Exception {
		OpenCVFrameGrabber grabber = new OpenCVFrameGrabber(0);
        grabber.start();   //开始获取摄像头数据
        CanvasFrame canvas = new CanvasFrame("摄像头");//新建一个窗口
        canvas.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
        canvas.setAlwaysOnTop(true);
        
        int i = 200;
        while(true){
            if(!canvas.isDisplayable()){//窗口是否关闭
                grabber.stop();//停止抓取
                System.exit(2);//退出
                break;
            }    
            Frame frame = grabber.grabFrame();
            // 将Frame转为Mat
    		Mat mat = converter.convertToMat(frame);
    		
    		//人脸定位
			List<Mat> faces = RetinaFaceDetection.faceDetection(mat);
			
    		//保存人脸 （您自己修改路径）
            for(Mat face:faces) {
            	// 输出图片
        		imwrite("E:\\faces\\" + i + ".png", face);
        		i++;
            }
    		
			
    		//Image转Frame
			Frame convertFrame1 = Java2DFrameUtils.toFrame(mat);
    		
            canvas.showImage(convertFrame1);//获取摄像头图像并放到窗口上显示， 这里的Frame frame=grabber.grab(); frame是一帧视频图像
            mat.release();
            
            try {
				Thread.sleep(200);
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
        }

		
		
	}

2.修改好保存人脸的路径地址后直接运行即可开始采集。

结果：

到此人脸采集完成！

训练自己的FaceNet网络

1.打开cn.jiming.jdlearning.test.face.TrainFaceNetTest.java

@Test
	public void train() {
		String trainPath = "img/face/train";
		String faceNetPath = "models/face_net.xm";
		
		//开始训练
		System.out.println("***** 开始训练 ***** ");
		FaceClassificationTrain.training(null , trainPath, faceNetPath);
		System.out.println("***** 训练完成 ***** ");
	}

2.把前面采集好的人脸照片都copy到“img/face/train”目录下，并给自己新建一个文件夹，名称最好使用数字字母，如：

3.以上步骤准备好后，就可以开始执行@Test单元了，训练好的模型文件保存在"models/face_net.xm"，这样您的项目就可以使用自己新训练出来的FaceNet了，算法将会识别到您。