常用算法模型、常用函数、案例应用之详细攻略"/>
CV之FR:人脸识别(Face Recognition)方向的简介、常用算法模型、常用函数、案例应用之详细攻略
CV之FR:人脸识别(Face Recognition)方向的简介、常用算法模型、常用函数、案例应用之详细攻略
目录
人脸识别的简介
1、人脸识别一般流程
2、一次性识别出880个人脸
3、人脸识别常用数据集
人脸识别中常用算法模型
1、网络模型
2、损失函数
人脸识别目前主流技术编程框架
人脸识别的实现相关代码函数
1、compare_faces函数
人脸识别的简介
人脸识别,Face Recognition,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。
人脸识别的任务有Face Verification人脸验证、Face Identification人脸辨别等。
1、人脸识别一般流程
2、一次性识别出880个人脸
3、人脸识别常用数据集
- LFW、FDDB、CelebA、YTF
- CASIA-WebFace
- IJB-A
- MegaFace
- MS-Celeb-1M
人脸识别中常用算法模型
1、网络模型
- DeepFace
- DeepID系列
- FaceNet
- MTCNN
- VGGFace
- SphereFace
- CosFace
- ArcFace(InsightFace)
2、损失函数
对比损失、三元组损失、中心损失。
人脸识别目前主流技术编程框架
如果有不同观点或者技术交流,欢迎前来华山论剑!(非常非常非常非常非常非常值得收藏2018年4月6日)
人脸识别的实现相关代码函数
1、compare_faces函数
利用两个向量的内积来衡量相似度,compare_faces函数就是根据阈值确认是否是同一人脸,其中tolerance参数是控制阈值的,tolerance值越低越严格,默认为0.6。
更多推荐
CV之FR:人脸识别(Face Recognition)方向的简介、常用算法模型、常用函数、案例应用之详细攻略
发布评论