Allen's Blog

《Python 人脸识别从入门到工程实践》阅读与实践笔记

May 21, 2020

草稿还未完成…

写人脸识别相关技术的文章,书籍在网上已经很多了,但是大部分内容都是从0开始到完成一个 小型的 Demo 就结束了,这篇 blog 的重点就是通过阅读《Python 人脸识别从入门到工程实践》 并且结合实际场景发现的大多数文章当中没有提到的人脸识别里面有哪些坑。并且推测下为什么 有这么多开源的人脸识别相关的项目,有这么多论文,书籍来写人脸识别技术,还需要Face++、 商汤、百度、阿里等等等等这些人脸识别技术的供应商。

具体的应用是:人脸检测+体温检测系统

阅读笔记

人脸识别本身就不是一项技术就能完成的工作,实际的工程和互联网上大部分的人脸识别 Demo 完全不同,实际的工程需要很多项技术的结合。正如作者在前言中写到的:“笔者 在做人脸识别相关应用时,曾经面临业务压力大、无从下手、做成的模型预测质量差等一系列问题,同时 有感于市面上难以找到从工程角度介绍人脸识别实现原理和方法的资料。”,我也是由于想系统的了解人脸识别 应该怎么做,人脸识别相关的系统应该怎么设计,才买的这本书,虽然他在各个方面都不够深入,但是我认为 它提到的技术架构对我来说很有参考价值。

看了这本书的内容结构后,由于有一点点的机器学习基础和Tensorflow、Keras的使用经验, 所以就暂时略过前五章,直接从第六章开始读。

《第六章 常用人脸识别算法》

原书目录:常用的人脸识别算法有:特征脸法、OpenCV方法、Dlib人脸检测方法、基于深度学习的图片特征提取+ 基于深度学习的人脸检测,基于深度学习的人脸识别等方法。

  • 特征脸法: 对算力要求小,可以用于小型嵌入式平台里(我想现在应该也用的不多了吧,毕竟现在边缘计算也 很火热,例如 Intel Movidius, EDGE TPU这种边缘计算平台完全可以用来做嵌入式设备里面的人脸识别处理芯片。), 但是对光线、人脸角度的要求很苛刻。具体的原理及实现可以参考维基百科的条目: 特征脸
  • OpenCV (Todo..)
  • Dlib (Todo..)
  • 基于深度学习的人脸检测、人脸识别方法:

实践笔记

Todo..


Written by Allen Wang