基于facenet的实时人脸检测

参考自https://github.com/shanren7/real_time_face_recognition

本人的项目代码https://github.com/zouzhen/real_time_face_recognize

虽然名字相同，但里面的内容可是有很大的不同
由于不能满足当前的tensorflow版本，以及未能满足设计要求，进行了优化与重新设计

基于facenet的实时人脸检测

工作环境

• python 3.6
• tensorflow==1.9.0(可运行在无gpu版)

代码结构

real_time_face_recognize
* |—— model_check_point（保存人脸识别模型）
* |—— models（储存了facenet采用的神经网络模型）
* |—— detect_face.py(主要实现人脸的检测，同时返回可能的人脸框)
* |—— facenet.py（这里存储了facenet的主要函数）
* |—— real_time_face_recognize.py(实现了实时人脸检测)

运行

1. 从 https://github.com/davidsandberg/facenet 中下载预训练的分类模型，放在model_check_point下
2. 使用pip install requirements.txt安装需要的包，建议在virtualenv环境安装
3. 在目录下新建picture文件，将需要识别的人的图片放入其中，每人放入一张清晰的图片即可
4. 执行python real_time_face_recognize.py

注意

除可在facenet作者的github中下载模型外，我自己基于lfw训练集训练了一个模型，点击