xml文件 卷积神经网络_深度学习之卷积神经网络——人脸识别实例

根据网上的一些资料教程，自己动手实现了人脸识别的程序，GitHub地址。

下图是在视频中测试结果的截图。

前提概要

在整个环境配置过程中，比较麻烦的就是安装openvc，以及安装dlib库。当这两个库安装成功，基本上就可以畅通的进行以抄代码为主的学习之旅了。此外，关于卷积网络的简单了解也是一件很有必要的事情，可以有助于抄代码时的理解。

人脸识别两部走

人脸识别可以分为两大部分:人脸检测和人脸验证。前者，在图像或视频中检测出人脸部分；后者则是对人脸进行验证，查验是否为某某。另外，加上活体检测基本上就可以避免在业务环境中，人为的作假是可以极大的降低。

ps:在本例子中，并没有活体检测……

人脸检测

关于人脸检测，没有亲自从底层去实现或者优化如何检测人脸。而是采用了opencv和dlib进行人脸检测，在使用过程中发现dlib的识别精度更为高一些，而opencv的识别速度更为快，具体体现在：当Mac摄像头打开后，dlib非常卡顿，于是测试了一下，用dlib库的get_frontal_face_detector()检测器检测耗时需要1秒+。不过，当摄像头窗口只是显示一个低像素下的人脸时效果会好很多。

具体代码可以看GitHub，注释都还是抄的比较详尽的，切记先看readme。此处只说说几个需要注意的地方

获取Mac摄像头，capture = cv2.VideoCapture(0)参数是0

，有的资料是1或其他，反正我测试之后都是不行。<