千锋扣丁学堂Python培训之学习人脸识别技术Dlib+OpenCV示例源码.pdfVIP

千锋扣丁学堂Python培训之学习人脸识别技术Dlib+OpenCV示例源

码

在现如今生活中，时时刻刻都在使用智能机器，今天千锋扣丁学堂Python培训老师给大家

介绍一下关于Dlib+OpenCV深度学习人脸识别的方法示例，文中通过示例代码介绍的非

常详细，下面我们一起来看一下吧。

人脸识别在LWF(LabeledFacesintheWild)数据集上人脸识别率现在已经99.7%以上，这

个识别率确实非常高了，但是真实的环境中的准确率有多少呢？我没有这方面的数据，但是

可以确信的是真实环境中的识别率并没有那么乐观。现在虽然有一些商业应用如员工人脸识

别管理系统、海关身份验证系统、甚至是银行人脸识别功能，但是我们可以仔细想想员工人

脸识别管理，海关身份证系统的应用场景对身份的验证功能。

在这个系统中我预先存储了下面几位明星的正面头像的128D人脸特征，当然你可以存储和

导入更多的人脸。然后经过人脸检测、人脸图像处理，和人脸识别等步骤识别出相应的人脸

信息，识别效果如下（怕大家被丑到所以用了明星的图片，没有用真实的人脸–没有做活体

检测）：

当然这只是一个简单的应用，真正用到生产的系统，还需运用活体检测等技术，防止运用照

片或是手机视频等方式欺骗过人脸识别系统，安全级别要求更高的应用领域例如支付、转账

等系统活体检测可能仍不够安全，这时还可以通过人脸识别+验证密码等方式加强安全性

能。

人脸数据库导入

人脸数据导入，也就是说我在系统启动之初，需要导入我的人脸数据库，也就是前面的那些

明星的正面照。装载的开始阶段，因为要检测静态人脸图片的人脸部位，首先需要用dlib

的人脸检测器，用get_frontal_face_detector()获得。然后需要将68点人脸标记模型导入

shape_predictorsp，目的就是要对其人脸到一个标准的姿势，接着就是装载DNN模型。

然后取每张人脸照片的特征，并将特征和姓名等相关的信息放入FACE_DESC结构中，最后

将每张人脸信息结构放入face_desc_vec容器中，这里我只装载了9个明星的人脸信息。

intFACE_RECOGNITION::load_db_faces(void)

{

intrc=-1;

longhFile=0;

struct_finddata_tfileinfo;

frontal_face_detectordetector=get_frontal_face_detector();

//Wewillalsouseafacelandmarkingmodeltoalignfacestoastandardpos

e:(seeface_landmark_detection_excppforanintroduction)e:(seeface_landmark_detection_excppforanintroduction)

//AndfinallyweloadtheDNNresponsibleforfacerecognition//AndfinallyweloadtheDNNresponsibleforfacerecognition

{

do

{

if((fileinfoattrib_A_ARCH))

{{

{{

{{

matrixrgb_pixelimg;

charpath[260];charpath[260];

load_image(img,path);

image_windowwin(img);

for(autoface:detector(img))

{

autoshape=sp(img,face);

matrixrgb_pixelface_chip;

extract_image_chip(img,get_face