人脸识别相似度

最新推荐文章于 2024-07-07 10:31:47 发布

cc-aa

最新推荐文章于 2024-07-07 10:31:47 发布

阅读量3.9k

点赞数

文章标签： python

本文链接：https://blog.csdn.net/weixin_61801735/article/details/121740557

版权

人脸识别中，通常将face_distances小于0.6视为同一个人，但根据实际体验，0.4可能更为合适，尤其针对亚洲人识别。该结论源于face_recognition库的识别效果。了解更多原理，可参考相关博客文章。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

 import face_recognition
 known_image = face_recognition.load_image_file(image1)

 # Get the face encodings for the known images 对照片上的人像进行解码
 known_face_encoding = face_recognition.face_encodings(known_image)[0]

 known_encodings = [known_face_encoding]

 # Load a unknown image and get enconding for it 进行学生新上传的照片进行进行解码
 image_to_test = face_recognition.load_image_file(image2)
 image_to_test_encoding = face_recognition.face_encodings(image_to_test)[0]

# See how far apart the test image is from the known faces 通过欧几里得距离计算相似度，数字越接近0越说明是同一个人
face_distances = face_recognition.face_distance(known_encodings, image_to_test_encoding)

一般来说 face_distances<0.6 可以认为是同一个人，但是根据我的使用感觉0.4更好，因为face_recognition对于亚洲人的识别度没有那么高。

具体原理可以参考下面文章

人脸识别相似度计算方法_liguiyuan的博客-CSDN博客_人脸相似度