人脸识别之实现流程概述

完整人脸识别系统(源码+教程+环境):

开源毕业设计:基于嵌入式ARM-Linux的应用OpenCV和QT实现的人脸识别系统(源码+论文)

完全毕设教程:Linux上Opencv与Qt实现的人脸识别的考勤点名/门禁系统(PC与嵌入式ARM版本)

 

首先说明,本人也像大家一样,新手。

都是网上找博客跟着人家边学边做,对人脸识别所知甚少。

网上学习了一段时间后,对人脸识别的实现,所知的大概如下:

 

需安装以下环境: opencv-3.2.0 + opencv_+contrib-3.2.0

 

一、数据准备---采集人脸图像并预处理,建立自己的人脸库

        所谓的人脸识别,用什么作判断的依据?就是用现在得到的人脸图像与原有的多个人脸图像进行匹配判断,现得到的人脸图片一般为摄像头实时采集的图像,也可为一张图片;原有的呢,从哪里来?当然要识别之前收集好。因此,数据准备这一步是基础,建立一个人脸库是第一步。

        如何采集人脸?何种方式?

        当时是写段小程序啦。这个小程序的功能:

1、能自动检测人脸,并能框出人脸部分;

2、实现一键拍照,拍下人脸照,条件是检测到人脸的时候才能拍,无人脸就忽略;

3、对拍下的人脸照,抠出人脸部分写成图片文件,并自动按编号命名,放置于指定文件夹。

 

以上采集人脸照完毕,另需手动辅助一下:

创建一个人脸库文件夹,此文件夹下放入多个人的人脸照,每个人脸照都要用一个文件夹装好,并按规则命名。

 

二、模型训练---对收集的人脸数据进行训练

准备好人脸库之后,就要对人脸库进行模型训练了。

首先,要准备一个csv文件,这个文件有何用?

        训练的时候,需要读取人脸库中每个人的照片及相应的标签(标签相当于每个人脸的ID号,各不相同)。csv文件就是用来指引训练读取照片及标签的,告诉它A的人脸照在哪,标签是什么,B的在哪多少。。。当然,csv会有它特定的格式,不能乱写的。

        csv文件怎么写?当然是写段小程序自动化了。后续提供。

        有了csv文件,模型训练程序就可如愿读取所需数据了。模型训练,目的是得到一个xml文件,人脸识别要加载此文件,依照此文件进行识别。

 

三、人脸识别---打开摄像头(或人脸图片),进行识别

由模型训练得到的xml文件,在此就派上用场了。

首先调用摄像头采用图像,加载人脸检测器、人脸模型xml文件,检测人脸,将人脸与模型进行匹配识别,输出识别结果。

 

大致的人脸识别实现流程就是这样了。有空还是要多看官方文档,帮助很大。

人脸识别官方教程文档: https://docs.opencv.org/3.2.0/da/d60/tutorial_face_main.html

另提供一篇网友翻译中文版: http://www.cnblogs.com/guoming0000/archive/2012/09/27/2706019.html

后面,会对每一步分别进行实现,敬请期待。

 

可部署到云主机(Heroku,AWS……)! 使用dlib最先进的面部识别功能构建而成,具有深度学习功能。该模型在Wild标记的Labeled Faces中具有99.38%的准确度 。 这提供了一个简单的命令行工具,允许从命令行对图像文件夹进行面部识别! 1、找到图片中出现的所有面孔 2、获取每个人的眼睛,鼻子,嘴巴和下巴的位置和轮廓。 3、应用数字化妆 4、识别每张照片中出现的人物。 5、可以将此库与其他Python库一起使用来进行实时人脸识别。 使用要求 Python 3.3+或Python 2.7 macOS或Linux(Windows未正式支持,但可能有效) 人脸检测 在照片中找到面孔 在照片中找到面孔(使用深度学习) 使用GPU(使用深度学习)批量查找图像中的面孔 使用网络摄像头模糊实时视频中的所有人脸(需要安装OpenCV) 面部特征 识别照片中的特定面部特征 应用(可怕的丑陋)数字化妆 面部识别 根据已知人物的照片查找并识别照片中的未知面部 识别并在照片中的每个人周围绘制框 通过数字面部距离比较面部而不仅仅是真/假匹配 使用网络摄像头识别实时视频中的人脸 - 简单/慢速版本(需要安装OpenCV) 使用网络摄像头识别实时视频中的人脸 - 更快的版本(需要安装OpenCV) 识别视频文件中的面部并写出新的视频文件(需要安装OpenCV) 用相机识别Raspberry Pi上的脸部 运行Web服务以通过HTTP识别面部(需要安装Flask) 使用K近邻分类器识别面部
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值