人脸识别的一般步骤:人脸检测->人脸对齐->人脸特征提取->(计算人脸的差值)三元组损失/中心损失->差值小于某一阈值则为同一个人,差值大于某一阈值则不是同一人。
本文将对每一个步骤的技术现状,进行分析,并尝试实现其中最优的几种技术。
一、现有算法
1.非监督学习算法
2. 监督学习算法
从以上描述可以看出
1) 传统人脸检测方法能在CPU上也能达到很高的速度,其中libfasedetection,速度达到367/1533FPS
且在100的误检率基础上,召回率高到0.8236
2) 深度学习算法虽然FasterRCNN的精度很高,但是速度却非常满,只有GPU 3FPS,只能用在竞赛环境。
SFD的精度高达0.9438,而且在GPU上的速度能达36FPS,速度也能满足要求。
还有fastMTCN/ICC-CNN/MTCNN性能都不错,都可以进行尝试。