关键词：
很多人都认为人脸识别是一项非常难以实现的工作，看到名字就害怕，然后心怀忐忑到网上一搜，看到网上N页的教程立马就放弃了。这些人里包括曾经的我自己。其实如果如果你不是非要深究其中的原理，只是要实现这一工作的话，人脸识别也没那么难。今天我们就来看看如何在40行代码以内简单地实现人脸识别。一点区分
对于大部分人来说，区分人脸检测和人脸识别完全不是问题。但是网上有很多教程有无无意地把人脸检测说成是人脸识别，误导群众，造成一些人认为二者是相同的。其实，人脸检测解决的问题是确定一张图上有木有人脸，而人脸识别解决的问题是这个脸是谁的。可以说人脸检测是是人识别的前期工作。今天我们要做的是人脸识别。
所用工具
Anaconda 2——Python 2
Dlib
scikit-image
Dlib
对于今天要用到的主要工具，还是有必要多说几句的。Dlib是基于现代C++的一个跨平台通用的框架，作者非常勤奋，一直在保持更新。Dlib内容涵盖机器学习、图像处理、数值算法、数据压缩等等，涉猎甚广。更重要的是，Dlib的文档非常完善，例子非常丰富。就像很多库一样，Dlib也提供了Python的接口，安装非常简单，用pip只需要一句即可：
pip install dlib
上面需要用到的scikit-image同样只是需要这么一句：
pip install scikit-image
注：如果用pip install dlib安装失败的话，那安装起来就比较麻烦了。错误提示很详细，按照错误提示一步步走就行了。
人脸识别
之所以用Dlib来实现人脸识别，是因为它已经替我们做好了绝大部分的工作，我们只需要去调用就行了。Dlib里面有人脸检测器，有训练好的人脸关键点检测器，也有训练好的人脸识别模型。今天我们主要目的是实现，而不是深究原理。感兴趣的同学可以到官网查看源码以及实现的参考文献。今天的例子既然代码不超过40行，其实是没啥难度的。有难度的东西都在源码和论文里。
首先先通过文件树看一下今天需要用到的东西：
准备了六个候选人的图片放在candidate-faces文件夹中，然后需要识别的人脸图片test.jpg。我们的工作就是要检测到test.jpg中的人脸，然后判断她到底是候选人中的谁。另外的girl-face-rec.py是我们的python脚本。shape_predi 参考技术A 现在的人脸识别技术已经得到了非常广泛的应用，支付领域、身份验证、美颜相机里都有它的应用。用iPhone的同学们应该对下面的功能比较熟悉
iPhone的照片中有一个“人物”的功能，能够将照片里的人脸识别出来并分类，背后的原理也是人脸识别技术。
这篇文章主要介绍怎样用Python实现人脸检测。人脸检测是人脸识别的基础。人脸检测的目的是识别出照片里的人脸并定位面部特征点，人脸识别是在人脸检测的基础上进一步告诉你这个人是谁。
好了，介绍就到这里。接下来，开始准备我们的环境。
准备工作
本文的人脸检测基于dlib，dlib依赖Boost和cmake，所以首先需要安装这些包，以Ubuntu为例：
$ sudo apt-get install build-essential cmake
$ sudo apt-get install libgtk-3-dev
$ sudo apt-get install libboost-all-dev
我们的程序中还用到numpy，opencv，所以也需要安装这些库：
$ pip install numpy
$ pip install scipy
$ pip install opencv-python
$ pip install dlib
人脸检测基于事先训练好的模型数据，从这里可以下到模型数据
http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
下载到本地路径后解压，记下解压后的文件路径，程序中会用到。
dlib的人脸特征点
上面下载的模型数据是用来估计人脸上68个特征点(x, y)的坐标位置，这68个坐标点的位置如下图所示：
我们的程序将包含两个步骤：
第一步，在照片中检测人脸的区域
第二部，在检测到的人脸区域中，进一步检测器官（眼睛、鼻子、嘴巴、下巴、眉毛）
人脸检测代码
我们先来定义几个工具函数：
def rect_to_bb(rect):
x = rect.left()
y = rect.top()
w = rect.right() - x
h = rect.bottom() - y
return (x, y, w, h)
这个函数里的rect是dlib脸部区域检测的输出。这里将rect转换成一个序列，序列的内容是矩形区域的边界信息。
def shape_to_np(shape, dtype="int"):
coords = np.zeros((68, 2), dtype=dtype)
for i in range(0, 68):
coords[i] = (shape.part(i).x, shape.part(i).y)
return coords
这个函数里的shape是dlib脸部特征检测的输出，一个shape里包含了前面说到的脸部特征的68个点。这个函数将shape转换成Numpy array，为方便后续处理。
def resize(image, width=1200):
r = width * 1.0 / image.shape[1]
dim = (width, int(image.shape[0] * r))
resized = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)
return resized
这个函数里的image就是我们要检测的图片。在人脸检测程序的最后，我们会显示检测的结果图片来验证，这里做resize是为了避免图片过大，超出屏幕范围。
接下来，开始我们的主程序部分
import sys
import numpy as np
import dlib
import cv2
if len(sys.argv) < 2:
print "Usage: %s <image file>" % sys.argv[0]
sys.exit(1)
image_file = sys.argv[1]
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
opencv+openvino实现人脸landmarks实时检测(代码片段)
...征点的拟合模型，另外OpenCV中支持landmark的人脸检测会先加载一个很大的模型文件，然后速度感人，觉得还有很大的改进空间。好处是OpenCV自己提供了一个训练工具，可以自己训练模型。常见的MTCNN同时实现了人脸检测跟landmarks... 查看详情
加载pytorch中的预训练模型及部分结构的导入(代码片段)
torchvision.modelmodel子包中包含了用于处理不同任务的经典模型的定义，包括：图像分类、像素级语义分割、对象检测、实例分割、人员关键点检测和视频分类。图像分类：语义分割： 对象检测、实例分割和人员关键点检测：&n... 查看详情
关于yolov5-v7模型的自定义模型加载测试问题(代码片段)
...型的检测，发现百度没有一篇。大家肯定说，直接用load加载不就是行了吗，别以为用torch.load(“”)直接加载就Ok？torch.load加载是你通过torch训练的，不是yolo训练，那肯定不同可怜的我去GitHub的issue找到了答案。官方模型加载yolov5... 查看详情
识别速度3.6ms/帧！人像抠图工业质检遥感识别，用这一个分割模型就够了...
支撑影视人像抠图、医疗影像分析、自动驾驶感知等万亿级市场背后的核心技术是什么？那就要说到顶顶重要的图像分割技术。相比目标检测、图像分类等技术，图像分割需要将每个像素点进行分类，在精细的图像识... 查看详情
小白学习tensorflow教程四使用tfhub中的模型efficientdet-lite2进行对象检测(代码片段)
...https://tfhub.dev，可以通过镜像https://hub.tensorflow.google.cn加载TensorFlow模型图片输入：大小可变的三通道图像。输入张量是一个tf.uint8具有形状张量[None,height,width,3]。加载图像并将其处理为TensorFlow模型的tensor格式。importtensorflo... 查看详情
关于yolov5-v7模型的自定义模型加载测试问题(代码片段)
...型的检测，发现百度没有一篇。大家肯定说，直接用load加载不就是行了吗，别以为用torch.load(“”)直接加载就Ok？torch.load加载是你通过torch训练的，不是yolo训练，那肯定不同可怜的我去GitHub的issue找到了答案。官方模型加载yolov5... 查看详情
ffmpeg 自动检测人像然后做必要的翻转
】ffmpeg自动检测人像然后做必要的翻转【英文标题】：ffmpegautodectionportraitthendothenecessaryflip【发布时间】：2012-08-0209:00:19【问题描述】：是否可以让ffmpeg检测视频大小，如果不是横向，是否可以顺时针旋转90度？我在这里找到了... 查看详情
Yolov5自定义对象检测模型未加载
】Yolov5自定义对象检测模型未加载【英文标题】：Yolov5customobjectdetectionmodelnotloading【发布时间】：2021-09-2917:14:44【问题描述】：我已经使用yolov5为4个类训练了一个自定义对象检测模型。我已经下载了best.pt文件。我仍然对如何使... 查看详情
证件照制作如此简单——基于人脸检测与自动人像分割轻松制作个人证件照(c++实现)(代码片段)
...本的步骤是先按人脸为基准切出适合的尺寸，然后把人像给抠出来，对人像进行美化处理，然后替换上要使用的背景色，比如蓝色或红色。2.我这里也按着上面的步骤来用代码实现，先是人脸检测，剪切照... 查看详情
详解openvino模型库中的人脸检测模型(代码片段)
人脸检测模型OpenVINO的模型库中有多个人脸检测模型，这些模型分别支持不同场景与不同分辨率的人脸检测，同时检测精度与速度也不同。下面以OpenVINO2020R04版本为例来逐一解释模型库中的人脸检测，列表如下：从列表中可以看... 查看详情
详解openvino模型库中的人脸检测模型(代码片段)
人脸检测模型OpenVINO的模型库中有多个人脸检测模型，这些模型分别支持不同场景与不同分辨率的人脸检测，同时检测精度与速度也不同。下面以OpenVINO2020R04版本为例来逐一解释模型库中的人脸检测，列表如下：从列表中可以看... 查看详情
人脸识别的人像处理流程是怎样的？
...为我们提供了更加便捷的生活方式，那么人脸识别技术的人像处理流程是怎样的呢？下面捷易科技就来介绍下。人脸识别的处理流程主要由四个成分组成，分别是：采集与检测人脸图像、预处理人脸图像、提取人脸特征图像、匹... 查看详情
人脸检测实战：使用opencv加载深度学习模型实现人脸检测(代码片段)
使用OpenCV和深度学习进行人脸检测今天的博文分为三个部分。在第一部分中，我们将讨论更准确的OpenCV人脸检测器的起源以及它们在OpenCV库中的位置。然后我将演示如何使用OpenCV和深度学习在图像中执行人脸检测。最后我将... 查看详情
arcgispro检测对象只能用cpu
...定工具如何运行以获取检测结果。首次运行该工具时，将加载模型并计算检测。其他运行不需要重新加载模型，所需时间更少。如果更改模型选择，将再次需要初始加载时间。对象检测属性下表介绍了对象检测的属性：选项 说... 查看详情
加载pytorch中的预训练模型及部分结构的导入(代码片段)
torchvision.modelmodel子包中包含了用于处理不同任务的经典模型的定义，包括：图像分类、像素级语义分割、对象检测、实例分割、人员关键点检测和视频分类。图像分类：语义分割： 对象检测、实例分割和人员关键点检测：&n... 查看详情
cv案例：应用kerasssd进行物体检测(代码片段)
...示4.完整代码1.案例效果我们使用已经训练过的模型进行加载之后，总共基础训练时有动物、载具等等共20个物体类别的训练集。以下是对没有训练过的图像的检测结果：2.案例需求使用开源的SSD网络结构进行检测的是的代... 查看详情
双亲委派模型(代码片段)
类加载器介绍：从虚拟机的角度说，只存在两种类加载器：一种是启动类加载器，这个类加载器使用C++编写，是虚拟机自身的一部分；另一种是所有其他类的加载器，这些类加载器使用Java编写，独立于虚拟机，并且全部继承自... 查看详情
如何记录/导出模型检测到的情绪？
】如何记录/导出模型检测到的情绪？【英文标题】：Howtorecord/exporttheemotionsdetectedbyamodel?【发布时间】：2021-11-2521:04:09【问题描述】：如何在下面的代码中记录/导出模型分类的情绪？我的意思是，如果这个模型用于在线会议，我... 查看详情