Faces人臉識別
分為兩個模塊，Faces文件夾下存放人臉識別算法的代碼，Web文件夾下存放網站搭建的代碼
詳情請查看各個模塊下的readme文檔
項目簡介
核心算法
一款基於Dlib、opencv開發的人臉識別程序，包含人臉檢測、人臉校正、人臉識別、表情識別四個模塊
- 人臉檢測問題上，初步采用了傳統HOG+SVM的方式，單次人臉檢測僅需0.1s
- 針對人臉檢測過程中部分人頭偏移角度過大而檢測不到人臉的問題，加入具有角度自適應性的旋轉魯棒算法
- 人臉識別問題上，使用適用於人臉的ResNet-34深度神經網絡來提取人臉特征，在公共數據集上擁有99.37％的准確率
- 針對女明星妝容變化較大(不同年齡、不同化妝風格)的情況，采用數據增強的方法，通過爬蟲自動爬取女明星本人更多的照片，擴大已知人像庫，盡可能消除女明星妝容變化較大引起的誤差
- 為了擁有更高的准確性，加入基於人臉關鍵點的人臉校正模塊。先將人臉校正、標准化后再送入深度神經網絡中，可以得到更加穩定的編碼，同等情況下可以提升3.6％的准確率
- 為了增加項目的可玩性，加入了基於深度學習的表情識別模塊，快來體驗一下！
人臉檢測效果圖如下
經過人臉檢測、人臉校正並裁剪后的stdface如圖
人臉識別結果
表情識別結果
Web部分
一個基於flask框架搭建的包含人臉圖庫、人臉識別的輕量級網站
- 為了與python程序高度耦合，采用python輕量級框架flask，部署在服務器的127.0.0.1:5000上
- 針對每次調用程序都要花費大量時間重新加載模型的問題，將算法使用到的模型常駐內存中，單次調用人臉識別程序僅需0.3s
網站主要頁面如圖
-
首頁：
-
人像圖庫
-
人臉識別（未上傳）
-
人臉識別結果
-
表情識別結果
-
關於我們
-
API調用耗時
