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

《千锋扣丁学堂Python培训之学习人脸识别技术Dlib+OpenCV示例源码.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、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

2、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

3、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

4、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();//Wewillalsouseafacelandmarkingmodeltoalignfacestoastandardpose:(seeface_landmark_detection_excppforanintroduction)deserialize(

5、"shape_predictor_68_face_landmarksdat")>>sp;//AndfinallyweloadtheDNNresponsibleforfacerecognitiondeserialize("dlib_face_recognition_resnet_model_vdat")>>net;if((hFile=_findfirst("\faces\*jpg",&fileinfo))!=-1){do{if((fileinfoattrib&_A_ARCH)){if(strcmp(fileinfoname,"")!=0&&strcmp(fil

6、einfoname,"")!=0){if(!strcmp(strstr(fileinfoname,"")+1,"jpg")){cout<<"Thisfileisanimagefile!"<img;charpath[260];sprintf_s(path,"\faces\%s",fileinfoname);load_image(img,path);image_windowwin(img);for(autoface:detector(img)){autoshape=sp(img,face)

7、;matrixface_chip;extract_image_chip(img,get_face_chip_details(shape,150,25),face_chip);//Recordtheallthisface'sinformationFACE_DESCsigle_face;sigle_faceface_chip=face_chip;sigle_facename=fileinfoname;std::vector>face_chip_vec;std::vector

8、>face_all;fa