tensorflow 人面关键点识别

人面关键点识别"/>

tensorflow 人面关键点识别

该楼层疑似违规已被系统折叠 隐藏此楼查看此楼

人脸识别是目前应用非常广泛的一种生物识别技术。美国权威科学杂志《麻省理工科技评论》(MIT Technology Review)最近发布 2017 年全球十大突破性技术榜单，其中支付宝“刷脸支付”入选，点评称，作为全世界首批上线人脸识别技术的国家，中国的人脸识别技术精度已达到金融交易的级别，刷脸支付进入成熟期。实际上支付宝在 2015 年发布 9.0 版本时，就引用人脸识别技术用于用户登陆、实名认证、找回密码、支付风险校验等场景，迄今已有近1.2亿用户使用了人脸识别功能。此外，参加《最强大脑》战胜“水哥”的百度大脑——小度，同样具备强大的人脸识别能力。国内代表性的创业公司如 Face++、SenseTime 也是人脸识别领域的佼佼者。

与其他生物识别技术(指纹识别，掌形识别，眼虹膜识别和声音识别)相比，人脸识别具有以下优势：

其他每种生物识别方法都需要一些人的配合动作，而人脸识别不需要被动配合，可以自动用在隐蔽的场合，如公安部门监控行动；

当记录一个企图登录的人的生物记录时，只有人脸能更直观，更方便的核查该人的身份；

由于与传统的生物识别技术相比，人脸识别具有更为简便、准确、经济及可扩展性良好等众多优势，可广泛应用于安全验证、监控、控制等各个方面。

和人脸相关的任务有多种：

人脸检测(将图片中包含的人脸进行初步定位，以及关键点如眼睛、鼻子、嘴巴等更精细的定位，文章封面即为典型人脸检测结果)

人脸跟踪(视频中跟踪人脸位置变化)

人脸验证(输入两张人脸，判定是否属于同一人)

人脸识别(输入一张人脸，判断其属于人脸数据库全部记录中具体哪一人)

人脸聚类(输入一批人脸，将属于同一人的自动归为一类)

用于评测人脸识别算法效果的公开评测数据集为 LFW【1】，全称带标签的自然人脸数据库(Labeled Faces in the Wild)，由美国马萨诸塞州大学艾姆赫斯特学院创建，完整的带标签自然人脸数据库可以作为一个压缩包(lfw.tgz)下载。每张图片命名方式为 “lfw/name/name_xxxx.jpg”， 这里“xxxx”是前面补零的四位图片编号。例如，前美国总统 乔治•W•布什 的第10张图片为 “lfw/George_W_Bush/George_W_Bush_0010.jpg”。

LFW 总共有 13233 张 JPEG 格式图片，属于 5749 个不同人。每张图片尺寸都是 250x250。LFW 是学术界进行人脸验证性能评测的事实上的标准测试数据集。