前言 随着科技的发展，人脸识别技术在许多领域得到的非常广泛的应用，手机支付、银行身份验证、手机人脸解锁等等。 识别 废话少说，这里我们使用 opencv 中自带了 haar人脸特征分类器，利用训练好的 haar 特征的 xml 文件，在图片上检测出人脸的坐标，利用这个坐标，我们可以将人脸区域 ...

人脸检测——Haar、LBP分类器模型训练 一、样本数据集 *这里需要注意的是正样本的大小和尺寸一定要是统一的 这里提供博主找到的数据集链接：https://pan.baidu.com/s/1MQnFwvlR2aHJkah_vaX9rg 提取 ...

人脸检测及识别python实现系列（5）——利用keras库训练人脸识别模型 经过前面稍显罗嗦的准备工作，现在，我们终于可以尝试训练我们自己的卷积神经网络模型了。CNN擅长图像处理，keras库的tensorflow版亦支持此种网络模型，万事俱备，就放开手做吧。前面说过，我们需要 ...

人脸检测及识别python实现系列（3）——为模型训练准备人脸数据 机器学习最本质的地方就是基于海量数据统计的学习，说白了，机器学习其实就是在模拟人类儿童的学习行为。举一个简单的例子，成年人并没有主动教孩子学习语言，但随着孩子慢慢长大，自然而然就学会了说话。那么孩子们是怎么学会 ...

作者|Juan Cruz Martinez 编译|Flin 来源|towardsdatascience 今天，我们将学习如何检测图像中的人脸并提取面部特征，如眼睛、鼻子、嘴巴等。我们可以将这些信息作为一个预处理步骤来完成，例如捕捉照片中人物的人脸（手动或通过机器学习），创建效果来“增强 ...

一、MTCNN的原理 　　搭建人脸识别系统的第一步是人脸检测，也就是在图片中找到人脸的位置。在这个过程中，系统的输入是一张可能含有人脸的图片，输出是人脸位置的矩形框，如下图所示。一般来说，人脸检测应该可以正确检测出图片中存在的所有人脸，不能用遗漏，也不能有错检。　　 　　　 　　获得包含人脸 ...

　　什么是特征？想一想我们是如何分辨物体的？更具体一点，你是如何辨别一张图片里面的人脸是一个人脸的？其实很简单，你会去找是不是有眼睛、嘴巴等面部器官。 当然这些器官的位置基本是固定的。是否有眼睛，眼睛之间的距离，眼睛跟鼻子的位置关系等等这些都叫特征。选择使用特征的一个重要的原因：基于特征的系统 ...

人脸检测及识别python实现系列（2）——识别出人脸 从实时视频流中识别出人脸区域，从原理上看，其依然属于机器学习的领域之一，本质上与谷歌利用深度学习识别出猫没有什么区别。程序通过大量的人脸图片数据进行训练，利用数学算法建立建立可靠的人脸特征模型，如此即可识别出人脸。幸运 ...