人脸识别的简要介绍（附实例、Python代码）
以下为《人脸识别的简要介绍（附实例、Python代码）》的无排版文字预览，完整格式请下载
下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。
人脸识别的简要介绍（附实例、Python代码）
01?介绍
计算机视觉的子领域应用得非常广泛，并且全球很多商业活动都已经从中获益。人脸识别模型的使用在接下来的几年内还会继续增长，所以一起来了解如何从零开始构建人脸识别模型吧！
本文首先会介绍人脸识别模型的内部工作原理。随后结合一个简单的案例，我们将通过Python进行案例实践。在本文的最后部分，你将完成你的第一个人脸识别模型！
02?理解人脸识别的工作原理
为了理解人脸识别算法工作原理，我们首先来了解一下特征向量的概念。（译者注：此处的特征向量指机器学习的概念，不同于矩阵理论。）
每个机器学习算法都会将数据集作为输入，并从中学习经验。算法会遍历数据并识别数据中的模式。例如，假定我们希望识别指定图片中人物的脸，很多物体是可以看作模式的：
2? 脸部的长度/宽度
2? 由于图片比例会被调整，长度和高度可能并不可靠。然而，在放缩图片后，比例是保持不变的——脸部长度和宽度的比例不会改变
2? 脸部肤色
2? 脸上局部细节的宽度，如嘴，鼻子等
显而易见，此时存在一个模式——不同的脸有不同的维度，相似的脸有相似的维度。有挑战性的是需要将特定的脸转为数字，因为机器学习算法只能理解数字。表示一张脸的数字（或训练集中的一个元素）可以称为特征向量。一个特征向量包括特定顺序的各种数字。
举一个简单的例子，我们可以将一张脸映射到一个特征向量上。特征向量由不同的特征组成，如：
2? 脸的长度（cm）
2? 脸的宽度（cm）
2? 脸的平均肤色（R，G，B）
2? 唇部宽度（cm）
2? 鼻长.子度（cm）
当给定一个图片时，我们可以标注不同的特征并将其转化为如下的特征向量：
/
如此一来，我们的图片现在被转化为一个向量，可以表示为(23.1,15.8,255,224,189,5.2,4.4)。当然我们还可以从图片中衍生出无数的其他特征（如，头发颜色，胡须，眼镜等）。然而在这个简单的例子中，我们只考虑这五个简单的特征。
现在，一旦我们将每个图片解码为特征向量，问题就变得更简单。明显地，当我们使用同一个人的两张面部图片时，提取的特征向量会非常相似。换言之，两个特征向量的“距离”就变得非常小。
此时机器学习可以帮我们完成两件事：
2? 提取特征向量。一个机器学习算法可以自动标注很多特征。例如，一个复杂的特征可能是：鼻长.子度和前额宽度的比例。手动列出所有的这些衍生特征是非常困难的。
2? 匹配算法：一旦得到特征向量，机器学习算法需要将新图片和语料库中的特征向量进行匹配。
既然我们对人脸识别如何工作有了基本的理解，让我们运用一些广泛使用的Python库来搭建自己的人脸识别算法。
03?案例学习
首先给定一些人物脸部的图片——可能是一些名人，如Mark Zuckerberg, Warren Buffett, Bill Gates, Shah Rukh Khan等，并把这些人脸看作我们的语料库。现在，我们给定一些其他名人的新图片（“新人物”），并判断这些“新人物”是否在语料库中。
以下是语料库中的图片：
/
如图所示，我们所列举的名人有Barack Obama, Bill Gates, Jeff Bezos, Mark Zuckerberg, Ray Dalio?和Shah Rukh Khan。
现在，假定“新人物”如下：
/
显而易见，这是Shah Rukh Khan。然而对电脑来说，这个任务很有挑战性。因为对于我们来说，我们可以轻易地将图片的多种特征结合来判断这是哪个人物。然而对电脑而言，学习如何识别人脸是非常不直观的。
有一个神奇但 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 参数后，安装成功，如下图所示。
/
安装成功后，可以看到dlib、?face_recognition对应的文件夹，如下图所示：
/
参考：
1）官方安装face_recognition的说明?https://github.com/ageitgey/face_recognition/issues/175#issue-***8
ip install dlib?and then?pip install face_recognition.
/
2）face_recognition安装、不用安装VS2015,win系统下安装dlib,face_recognition-亲测100%成功? ?
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。
- “岳某某”为什么强大 读后感打造高绩效团队心得
- 幼儿园汇报发言稿
- 建国70周年演讲稿
- 硬件流程图片
- 全连接层理解
- 生物知识图片
- 疫情防控我们在行动图片
- 毕业晚会策划主题
- Unit3 My friends教学设计
- 善于调控情绪 促进心理健康
- 本次网络培训已接近尾声，虽然我们都已经走上工
- 酷Q Air 开发者入门篇
- 防疫期间写给爸爸的一封信
- 《给教师的一百条新建议》读书心得标
- 2020届高考数学（理）二轮复习专题检测（5）平面向量
- 初中生物苏科版中考图表复习（图片版）
以上为《人脸识别的简要介绍（附实例、Python代码）》的无排版文字预览，完整格式请下载
下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。