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

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。