摘要:實現實時人臉識別更新新增測試方法直接使用特征進行計算對比此次更新主要想法上一個版本是使用對準備好的若干張照片進行訓練,首先準確率不是很高還沒細究問題,猜測原因是自己準備的圖片問題,以及實時采集實時的環境影響,但最主要的原因還是對每個目標對象
opencv+mtcnn+facenet+python+tensorflow 實現實時人臉識別(2018.9.26更新)
新增測試方法“直接使用emb特征進行計算對比”
此次更新主要想法上一個版本是使用knn對準備好的若干張照片進行“訓練”,首先準確率不是很高(還沒細究問題,猜測原因是自己準備的圖片問題,以及實時采集實時的環境影響),但最主要的原因還是對每個目標對象都必須準備若干張照片進行訓練,再看當前市面上的人臉識別都是直接采集一張圖片放入數據庫,并不需要再訓練,直接便可以識別,而facenet的最初思想便是如此,是一開始的自己走遠了。
所以本次的更新便是,直接將想要測試的對象的一張照片以其英文名命名(中文會亂碼),放入一個名為test_img文件夾中,接下來對其進行人臉檢測并切割,切割后的人臉圖片尺寸為160*160,存入emb_img文件夾中,這一步的主要目的是為了不要每次測試的時候都還要重新開始人臉檢測,當人臉識別程序啟動時,先讀取emb_img文件夾圖片并輸入網絡得到其emb(128維特征),用于后續與攝像頭捕捉的照片進行比較
總體來說,基本上沒什么思想,可以說是很簡單,甚至可以說是一個簡單版的knn,因為我的想法是以后能夠將每張照片的emb存入數據庫,并使用kd樹優化(本次更新沒有做),可是這樣的話不就和knn一樣了么,哎,做完自己才發現自己在做一件傻事,可是還是覺得knn不太好....先不管了,就醬
新增兩個文件夾、兩個.py文件
文件夾(涉及個人和同學照片,未上傳,測試時自己直接新建即可)
test_img : 此文件夾中直接存放需要識別對象的一張照片emb_img: 此文件夾可以自己新建,或者不管(腳本中對這個文件夾檢測了,沒有則新建),用于存放剪切后的160*160尺寸的人臉圖片
.py文件(一個用來批處理圖片,一個用來運行檢測)
calculate_dection_face.py : 代碼中已經注明了有些路徑自己要更改一下,先執行此腳本,進行人臉定位切割(有點殘忍的感覺)注意事項new_face_recognition.py : 直接執行即可,此次默認使用的是電腦自帶的攝像頭(如果要使用手機的,自己改一下,還是以前方法),路徑也要注意
此次代碼中的路徑我使用的都是絕對路徑,所以要根據自己的路徑更改一下
github地址:https://github.com/WindZu/fac... 如果覺得有用,給個小星星啦,我會很開心的:)
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/42507.html
摘要:實現實時人臉識別本文記錄了在學習深度學習過程中,使用,開發環境為,實現局域網連接手機攝像頭,對目標人員進行實時人臉識別,效果并非特別好,會繼續改進這里是項目地址項目中用到的大文件地址如果各位老爺看完覺得對你有幫助的話,請給個小星星,當前時間 opencv+mtcnn+facenet+python+tensorflow 實現實時人臉識別 Abstract:本文記錄了在學習深度學習過程中,...
摘要:本文基于環境,采用為基礎來構建實時人臉檢測與識別系統,探索人臉識別系統在現實應用中的難點。對于人臉檢測方法,效果好于的方法,但是檢測力度也難以達到現場應用標準。本文中,我們采用了基于深度學習方法的人臉檢測系統。 git地址:https://github.com/chenlinzho... 本文主要介紹了系統涉及的人臉檢測與識別的詳細方法,該系統基于python2.7.10/opencv...
摘要:本文基于環境,采用為基礎來構建實時人臉檢測與識別系統,探索人臉識別系統在現實應用中的難點。對于人臉檢測方法,效果好于的方法,但是檢測力度也難以達到現場應用標準。本文中,我們采用了基于深度學習方法的人臉檢測系統。 git地址:https://github.com/chenlinzho... 本文主要介紹了系統涉及的人臉檢測與識別的詳細方法,該系統基于python2.7.10/opencv...
閱讀 3150·2021-10-08 10:04
閱讀 1085·2021-09-30 09:48
閱讀 3454·2021-09-22 10:53
閱讀 1673·2021-09-10 11:22
閱讀 1689·2021-09-06 15:00
閱讀 2148·2019-08-30 15:56
閱讀 711·2019-08-30 15:53
閱讀 2283·2019-08-30 13:04