近几年来，兴起了一股人工智能热潮，让人们见到了AI的能力和强大，比如图像识别，语音识别，机器翻译，无人驾驶等等。总体来说，AI的门槛还是比较高，不仅要学会使用框架实现，更重要的是，需要有一定的数学基础，如线性代数，矩阵，微积分等。
幸庆的是，国内外许多大神都已经给我们造好“轮子”，我们可以直接来使用某些模型。今天就和大家交流下如何实现一个简易版的人脸对比，非常有趣!
整体思路：
使用到的第三方模块和模型：
预先导入所需要的人脸识别模型遍历循环识别文件夹里面的图片，让模型“记住”人物的样子输入一张新的图像，与前一步文件夹里面的图片比对，返回最接近的结果
模块：os,dlib,glob,numpy
模型：人脸关键点检测器，人脸识别模型
1.导入需要的模块和模型
这里解释一下两个dat文件：
人脸识别算是深度学习的一个应用，事先需要经过大量的人脸图像来训练
它们的本质是参数值(即神经网络的权重)。。所以一开始我们需要去设计一个神经网络结构，来“记住”人类的脸。
对于神经网络来说
，即便是同样的结构，不同的参数也会导致识别的东西不一样。在这里，这两个参数文件就对应了不同的功能(它们对应的神经网络结构也不同)：
shape_predictor.dat这个是为了检
最低0.47元/天 解锁文章
8111
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
