uncle_ll的博客

在人工智能的众多应用中，人脸识别技术无疑是最引人注目的领域之一。它不仅在安全监控、身份验证等领域发挥着重要作用，也在不断推动着技术的边界。今天，我们将深入探索一些顶级的GitHub项目，这些项目为人脸识别提供了强大的工具和算法。

互联网金融个人身份识别技术标准

人脸识别相关的数据增强方法

人脸识别技术应用安全管理规定

Real-Time Eye Blink Detection using Facial Landmarks使用面部关键点进行实时眨眼检测摘要：本文提出了一种检测标准摄像机视频序列中眨眼的实时算法。在野外数据集上训练的地标式探测器对照相机的头部方向、不同的光照和面部表现表现出良好的鲁棒性。实验表明，如果关键点被精确地检测到，足以可靠地预测出睁开眼睛的水平。因此，该算法估计关键点位置，提取一个标量量-眼睛长宽比(EAR)，用来描述每个帧中的睁开度。最后，SVM分类器在短时间窗口中检测眼睛眨眼作为EAR值的模

人脸图像质量检测发展第一个与面部图像质量评估相关的作品可以追溯到2000世纪初。属于研究第一阶段的研究通常集中在从人脸图像中提取手工制作的特征，并使用它们来计算一个或多个质量指标。这些特征旨在估计传统上被认为会影响识别性能的一个或各种因素的存在，例如，模糊性、非额叶姿势或低分辨率。作者提出了第一批质量测量的汇编之一，并展示了这些措施与该公司的人脸识别器的识别性能之间的关系。他们认为所有的特征都是手工制作的，其中包括：图像的清晰度、眼睛的清晰度、姿势和眼镜的存在将几个单独的质量措施整合到整体质量测量中。

工业级静默活体检测开源算法技术解析（小视科技分享）视频链接： https://www.bilibili.com/video/BV1qZ4y1T7CH相关背景定义：无感鉴别镜头前人脸的真伪，人脸识别系统中尤为关键的安全屏障应用场景：高安全级别刷脸支付刷脸取款人脸门禁一般等级门禁闸机自助身份核验互联网专用设备解锁，登录考勤等其他刷脸设备常见攻击手段：电子屏幕攻击2D打印攻击局部无关置换3D打印攻击数据入侵工业方案：数

背景项目中需要用到dlib包进行人脸检测与关键点提取，之前都是在mac或者linux系统下进行的，这次需要在Windows系统下进行。在mac或者linux系统下，安装非常简单，使用以下命令即可pip install dlib但是在Windows系统下使用这个命令会报错：Collecting dlib Downloading https://files.pythonhosted.org/packages/05/57/e8a8caa3c89a27f80bc78da39c423e2553f482a

人脸检测人脸检测的目标是找出图像中所有的人脸对应的位置，算法的输出是人脸外接矩形在图像中的坐标，可能还包括姿态如倾斜角度等信息。传统方法早期的人脸检测算法使用了模板匹配技术，即用一个人脸模板图像与被检测图像中的各个位置进行匹配，确定这个位置处是否有人脸，一般是使用mlp、 svm、adaboost等算法：根本思想在于通过多个简单的弱分类器（前面的强分类器设计很简单，包含的弱分类器很少，可以快速排除掉大量的不是人脸的窗口，）构建出准确率很高的强分类器。用到的一些特征有pca，herr like等。深度

人脸关键点检测人脸，是人身份的一种关键信息。从古代来说，会有面相之说。有的说，一个人心里怎么样，就会长得怎么样，相由心生。据说，这一些经验也被应用于警察在路边抽查的时候，比如贼眉鼠眼等等的样子，就容易受到盘问。这种靠经验总结的传统信息在现在这个时代可能会有些用，但随着科技的发展，那么，人脸到底是如何被应用于现代科技上面的呢？答案是依靠人脸关键点。人脸关键点检测是人脸在工业应用中一个比较重要的...

dlib get_frontal_face_detector(gray, 1)#The 1 in the second argument indicates that we should upsample the image 1 time. This will make everything bigger and allow us to detect morefaces.

DeepFaceLabDeepFaceLab是一款支持视频或图片的换脸开源软件，其使用非常简单，有官方的juptyer notebook案例，这里不做过多的教程介绍。在使用过程中遇到的一点问题，在这里记录一下。DeepFaceLab的详细步骤分为五步：准备好workspace原始素材（视频/照片）目标素材（视频/照片）安装deepfacelab从git上下载即可提取脸...