Faces人脸识别

分为两个模块，Faces文件夹下存放人脸识别算法的代码，Web文件夹下存放网站搭建的代码

详情请查看各个模块下的readme文档

项目简介

核心算法

一款基于Dlib、opencv开发的人脸识别程序，包含人脸检测、人脸校正、人脸识别、表情识别四个模块

  • 人脸检测问题上，初步采用了传统HOG+SVM的方式，单次人脸检测仅需0.1s
  • 针对人脸检测过程中部分人头偏移角度过大而检测不到人脸的问题，加入具有角度自适应性的旋转鲁棒算法
  • 人脸识别问题上，使用适用于人脸的ResNet-34深度神经网络来提取人脸特征，在公共数据集上拥有99.37％的准确率
  • 针对女明星妆容变化较大(不同年龄、不同化妆风格)的情况，采用数据增强的方法，通过爬虫自动爬取女明星本人更多的照片，扩大已知人像库，尽可能消除女明星妆容变化较大引起的误差
  • 为了拥有更高的准确性，加入基于人脸关键点的人脸校正模块。先将人脸校正、标准化后再送入深度神经网络中，可以得到更加稳定的编码，同等情况下可以提升3.6％的准确率
  • 为了增加项目的可玩性，加入了基于深度学习的表情识别模块，快来体验一下！

人脸检测效果图如下

经过人脸检测、人脸校正并裁剪后的stdface如图

人脸识别结果

表情识别结果

Web部分

一个基于flask框架搭建的包含人脸图库、人脸识别的轻量级网站

  • 为了与python程序高度耦合，采用python轻量级框架flask，部署在服务器的127.0.0.1:5000上
  • 针对每次调用程序都要花费大量时间重新加载模型的问题，将算法使用到的模型常驻内存中，单次调用人脸识别程序仅需0.3s

网站主要页面如图

  • 首页：

  • 人像图库

  • 人脸识别（未上传）

  • 人脸识别结果

  • 表情识别结果

  • 关于我们

  • API调用耗时

版权声明：本文为sxZhangYang原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/sxZhangYang/p/9694707.html