Face_Recognition_dlib

环境

1. Ubuntu 16.04
2. opencv 3.0 for python3.6 pip install opencv-python
3. dlib 19.16

编译dlib库出现问题，可参考这篇：https://blog.csdn.net/ffcjjhv/article/details/84660869

模型下载

人脸关键点检测器 predictor_path="shape_predictor_68_face_landmarks.dat
人脸识别模型 face_rec_model_path = "dlib_face_recognition_resnet_model_v1.dat
含人脸库candidate-face中人脸不同表情的测试数据集 test-face.zip 解压后与上述文件均置于根目录下
下载地址 ： 百度云盘 https://pan.baidu.com/s/1h01sfvf5KWU6_7c2-i5HTQ

运行

运行 python candidate_train.py 获得人脸库特征信息，存储在candidates.npy 与 candidates.txt 中
运行 python facerec_68point.py 得到识别结果all-face-result.jpg
运行 this_is_who.py 进行在test-face文件夹中的批量测试，测试结果存于faceRec文件夹，识别错误结果存于faceRec_ERROR ,不设相似度阈值时识别正确率为0.99469，但是这里寻找的是与数据库中最相似的人脸，加入相似度阈值使非数据库中的人显示unknown，相似度阈值is_not_candidate=0.5时，准确率0.976127，相似度阈值is_not_candidate=0.6时，准确率0.986737，但是将unknow识别为人脸库人脸的可能性会升高。
运行 this_is_who_camera.py 打开摄像头进行实时的人脸识别

补充

1. 每次人脸库candidate-face中加入新的人脸数据，均需运行python candidate_train.py
2. 最近的项目是在红外人脸图像上进行的，人脸不太清晰，如果是正常摄像头效果应该会更好

运行结果