40行代码的人脸识别实践

正文

请到「今天看啥」查看全文

另外的 girl-face-rec.py 是我们的python脚本。 shape_predictor_68_face_landmarks.dat 是已经训练好的人脸关键点检测器。 dlib_face_recognition_resnet_model_v1.dat 是训练好的ResNet人脸识别模型。ResNet是何凯明在微软的时候提出的深度残差网络，获得了 ImageNet 2015 冠军，通过让网络对残差进行学习，在深度和精度上做到了比 CNN 更加强大。

shape_predictor_68_face_landmarks.dat 和 dlib_face_recognition_resnet_model_v1.dat 都可以在 这里 找到。不能点击超链接的可以直接输入以下网址：http://dlib.net/files/。

然后准备几个人的人脸图片作为候选人脸，最好是正脸。放到 candidate-faces 文件夹中。

本文这里准备的是六张图片，如下：

她们分别是

然后准备四张需要识别的人脸图像，其实一张就够了，这里只是要看看不同的情况：

可以看到前两张和候选文件中的本人看起来还是差别不小的，第三张是候选人中的原图，第四张图片微微侧脸，而且右侧有阴影。

代码不做过多解释，因为已经注释的非常完善了。以下是 girl-face-rec.py

 # -*- coding: UTF-8 -*-
import sys,os,dlib,glob,numpy
from skimage import io
 if len(sys.argv) != 5:
     print "请检查参数是否正确"
     exit()
# 1.人脸关键点检测器
predictor_path = sys.argv[1]
# 2.人脸识别模型

请到「今天看啥」查看全文