распознавание лиц Python

Распространение распознавания лиц

Что такое распознавание лиц

Распознавание лиц — это технология, которая сравнивает собранные данные на основе информации о чертах лица для идентификации личности. Всякий раз, когда упоминается технология распознавания лиц, на ум приходит искусственный интеллект. В последние годы развитие искусственного интеллекта стало частью современной технологической революции. Можно сказать, что развитие компьютерных технологий во многом способствовало этой революции.

Я часто задаюсь вопросом, как достигается распознавание лиц, что тесно связано со сложным и продвинутым моделированием данных и созданием моделей данных для каждой части лица. Грубо говоря, это на самом деле алгоритмы, и исследования алгоритмов стали основой содействия развитию интеллекта.

Здесь много чего задействовано, будь то глубокое обучение, машинное обучение или искусственный интеллект, процесс внедрения должен быть очень сложным. Мои знания относительно слабы, и я не смею много говорить. Но одно можно сказать наверняка: распознавание лиц сначала должно преобразовать лицо в данные, которые может распознать компьютер. Распознавание лиц на самом деле является распознаванием компьютерных данных.

Применение и развитие технологии распознавания лиц

Что касается приложений, мое первое изображение — разблокировка распознавания лиц на мобильных телефонах. В настоящее время в школьных квартирах также есть машины по распознаванию лиц. Я помню, что сначала мы собирали фотографии наших учеников, и они должны храниться в базе данных. Информация, включая студенческие билеты, факультеты и т. д., хранится в базе данных школы. Студентам необходимо выполнить распознавание лица при входе в квартиру, и машина его распознает. В системе есть два метода идентификации: один — распознать портрет, а другой — провести картой. Проведение карты прочитает вашу собственную информацию и сравнит ее с информацией в базе данных, что также является методом идентификации. .

В настоящее время с точки зрения применения технологии распознавания лиц в моей стране она в основном сосредоточена в трех основных областях: контроль посещаемости и доступа, безопасность и финансы и т. д. Распознавание лиц в настоящее время сталкивается с проблемой, связанной с некоторыми требованиями к яркости. В темноте это сложнее, и у людей с черными лицами также могут возникать ошибки. Однако развитие технологической революции решит и эту проблему. Нет ничего, о чем вы не могли бы подумать, и ничего, что вы не могли бы сделать.

Перспективы применения: с развитием искусственного интеллекта основным направлением развития становится более совершенная технология распознавания. Бесконтактные, более удобные и интуитивно понятные методы являются будущим направлением. Распознавание лиц не требует сотрудничества с субъектом. и можно сравнить коллекционные сканы лиц, которые имеют огромные перспективы в области расследования уголовных преступлений в области общественной безопасности. В области контроля доступа и безопасности более популярным будет распознавание лиц, которое будет более удобным в использовании.

распознавание лиц Python

Импортировать библиотеку

Python — мощный язык компьютерного программирования. Мы часто используем библиотеки Python. Библиотеку, которую мы используем сегодня, необходимо установить, поскольку она не является встроенной библиотекой Python. 1: opencv-питон 2: распознавание лица

Здесь мы в основном представляем импорт библиотек с помощью консольных команд, но он может отличаться от общего импорта фиксированного формата. Конечно, вы можете одолжить Pycharm и перейти прямо на веб-сайт, чтобы установить соответствующий пакет. Я предпочитаю консольные команды, потому что кажется, что Pycharm медленно импортирует определенные библиотеки.

Импортируйте opencv, который отличается от версии Python. Моя версия — python3.7. При импорте в консоли мы можем импортировать его следующим образом: Opencv использует numpy. Обычно мы импортируем его следующим образом. Сначала мы импортируем cmake, pip install cmake -i Mirror Source.

В настоящее время отечественные зеркальные источники следующие: Облако Alibaba http://mirrors.aliyun.com/pypi/simple/

Университет науки и технологий Китая https://pypi.mirrors.ustc.edu.cn/simple/

Дубан http://pypi.douban.com/simple/

Университет Цинхуа https://pypi.tuna.tsinghua.edu.cn/simple/

Университет науки и технологий Китая http://pypi.mirrors.ustc.edu.cn/simple/

Хуачжунский университет науки и технологий http://pypi.hustunique.com/simple/

Шаньдунский технологический университет http://pypi.sdutlinux.org/simple/

Затем мы импортируем opencv-python, поэтому импортируйте pip install opencv-python -i Mirror Source -trusted-host

Доверенный хост означает доверие к источнику зеркала. Это в основном предназначено для ситуаций, когда могут появиться сообщения о недоверии.

Точно так же, когда мы импортируем face_recognition, мы пишем это в консоли: pip install face_recognition -i Mirror Source -trusted-host

Здесь может быть проблема, которая занимает много памяти, но через некоторое время все будет в порядке.

Реализация кода

Цель этого кода — распознать лица на изображении и определить, является ли это одним и тем же лицом. Если да, то он вернет «нет». Изображение будет отображено, а рамка положения, ограничивающая лицо. быть отображены. Да и Нет будут отображаться над изображением. Покажите некоторые ниже встроенный фрагмент кода。

#import sys #встроенная библиотека Python
import cv2 #поле компьютерного зрения
import face_recognition #Библиотека распознавания лиц, если прочитать картинку, то это будет матрица изображений
# — это RGB каждого изображения
# 1. Данные о лице
# 2. Алгоритм
# 3. Постройте модель
# 4. Обучите модель
# 5. Проверьте модель
# 6. Используйте онлайн

# 1 прочитал
face_image = face_recognition.load_image_file("E://1.jpg")#Прочитать изображение
# 2 Извлечь черты лица векторизация
#128-мерные данные о чертах лица
face_encoding = face_recognition.face_encodings(face_image)
# 3 положения лица
face_locations = face_recognition.face_locations(face_image)
# суждение
n = len(face_encoding)
#Если задействовано более одного человека, выйдите
if n>2:
    print('Более двух человек')
    sys.exit()
face1 = face_encoding[0]
face2 = face_encoding[1]
# 4 сравнения   порог Толерантность определяет уровень отказоустойчивости. Чем меньше значение, тем оно строже.
result = face_recognition.compare_faces([face1],face2,tolerance=0.5)
if result == [True] :
    print(1)
    name = 'Yes'
else :
    print(0)
    name = 'No'
#рисунок

for i in range(len(face_encoding)):
    face_encoding = face_encoding[i]
    face_location = face_locations[i]
    top,right,bottom,left = face_location
    #рамка             изображение                  Расположение          цвет     Толщина
    cv2.rectangle(face_image,(left,top),(right,bottom),(0,255,0),2)
    #писать
    cv2.putText(face_image,name,(left,top),cv2.FONT_HERSHEY_SIMPLEX,0.8,(255,0,0,2))
face_image_rgb = cv2.cvtColor(face_image,cv2.COLOR_BGR2RGB)
# 展示изображение
cv2.imshow("output",face_image_rgb)
#Предотвратить сбой
cv2.waitKey(0)

Я просто нашел картинку, чтобы кратко продемонстрировать вам процесс. Посмотрим на результаты реализации

Мы видим, что в результате у двух людей разные лица. Конечно, эту фотографию легче идентифицировать. Вы можете попробовать более сложные. Говорят, что уровень распознавания библиотеки face_recognition достигает более 99,5%, что является гарантией. Обратите внимание на указанную степень отказоустойчивости кода, которая также тесно связана с результатами.

Конечно, возможны и динамические видеоизображения. У нас также есть модуль на Python, который вызывает камеру, а также есть модуль, который может преобразовывать адрес камеры мобильного телефона. Мы можем добавить его в код, вызвать. камеру и управлять фотосъемкой, чтобы мы могли. Это объединено для достижения динамического распознавания лиц. У нас может возникнуть такая идея. Здесь мы просто даем вам краткое введение в библиотеку распознавания лиц в Python. Конечно, будут и другие языки программирования для реализации распознавания лиц.

Позже мы напишем о динамическом распознавании лиц при фотосъемке. В конечном счете речь все же идет о вызове библиотек. Те, кто умеет писать библиотеки и алгоритмы, — это начальники. Мне еще многому предстоит научиться.

В конце концов, у меня мало таланта и мало знаний, поэтому я надеюсь, что вы меня поправите. С нетерпением ждем прогресса вместе со всеми. -----jgdabc