- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
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
文档评论(0)