face-recognition项目介绍

这个项目有两个大功能：人脸预处理和CNN人脸训练与识别
由于不能上传大文件，需要下载shape_predictor_68_face_landmarks文件，在该文件夹内提供了下载链接
人脸数据需要自己造，暂不提供

需要注意

由于dlib新版API只支持python3.6，在其他版本的python环境中需要进行重构
对人脸切割部分代码进行以下的重构

cutting_position = (d.left(), d.top(), d.right(), d.bottom())
# 切割出人脸
im = Image.open(path)
region = im.crop(cutting_position)
# 人脸缩放
a = 500  # 人脸方格大小
if region.size[0] >= a or region.size[1] >= a:
    region.thumbnail((a, a), Image.ANTIALIAS)
else:
    region = region.resize((a, a), Image.ANTIALIAS)
# 将Image转化为cv2
region = cv2.cvtColor(np.asarray(region), cv2.COLOR_RGB2BGR)
# 保存人脸
cv2.imshow('region', region)
print(type(region))
cv2.waitKey(0)

1、人脸预处理

人脸活体检测：从原始图片中识别出人脸的位置，以及68个特征点位置，借助shape_predictor_68_face_landmarks模型。


脸部检测提取：从原始图片中将人脸提取出来


脸部检测提取：人脸旋转，可以将侧脸拉正

2、CNN人脸训练与识别

网络方案：2个卷积、2个pooling、两个全连接、所有激活函数均采用leaky_relu
原始数据截图：


处理后的数据：


训练效果：


测试效果：

赞助