基于Python的人脸识别方法

摘要:得益于计算机硬件技术的进步以及软件算法的不断改进,近些年来人工智能技术得到了前所未有的发展,基于深.度学习的人脸识别技术也已经得到了广泛的应用,特别是在安保、金融等需要安全系数较高的领域。提出了一种基于机器学习并利用Python编程语言和第三方OpenCv库实现的脸识别跟踪方法。

关键词:人脸识别, Python, OpenCV

1 人脸识别介绍

通过生物特征进行对人脸进行识别的过程被称为人脸识别",它是属于计算机视觉领域的一个研究问题。上个世纪 60年代，Bledsoe和Chen设计的人脸识别系统是人脸识别研究的起源的代表作。如今加强反恐安保问题已经成为各国政府的共识,特别是在美国9.11事件发生后这一全球性的安全问题变得更为突出。从2010年起国际民航组织要求其成员国以及地区必须使用机读护照,而其中人脸识别又是其首推模式。从北京奥运会开始使用人脸识别系统，再到今天的铁路身份认证系统的投入使用,标志人脸识别系统在我国的大规模使用。相对于虹膜、指纹等的其他生物特征识别,人脸识别技术有着信息利于采集及验证等的优势”。随着技术的成熟,人脸识别已经广泛应用在各个领域中。人脸识别技术经过几十年的发展,已成为计算机视觉领域的一个研究热点.随着人脸识别算法的趋于成熟,人脸识别技术已经在公安、支付、身份验证、美颜相机等领域得到了非常广泛的应用.本文利用Python语言的第三方库,通过机器深度学习实现人脸识别,该方法具有编程简单、易于实现、准确率高等优势.

2 人脸识别的过程

观察一个人的脸可以直接、自然地获得一个人的许多消息,比如:年龄、性别情绪等。虽然不同的人脸检测系统所使用的算法原理各不相同，但是大都可以归结为以下步骤:

1)人脸检测:即从图像信息中检测出人脸并返回位置范围。

2)人脸规范化:校正因为在光照强度、图像像素等问题下人脸所发生的变化。

3)人脸特征的提取:将识别到的人脸中的特征提取出来。

4)人脸识别:将提取的到的特征与数据库中已有的特征进行匹配,进行人脸识别。

本文所使用的是基于深度学习并利用Python编程语言以及OpenCV第三方库进行人脸识别的方法。

3实现过程

3.1 OpenCV库介绍

使用Python语言开发具有高效性,得益于其丰富的第三方库,Python能够将其他语言制作的模块快速轻松地连接在一起。本文所使用的OpenCV就是可以通过Python语言进行调用的一个第三方视觉库。OpenCV于1999年由Intel 创立至今经过