人脸识别openface

• OpenFace源代码：https://github.com/cmusatyalab/openface/
• OpenCV源代码：https://github.com/opencv/opencv
• dlib源代码：https://github.com/davisking/dlib 
  

首先安装上面三个库，你可以手动安装或直接使用Docker 

---

我使用Docker，Ubuntu系统：

$ docker pull bamos/openface
$ docker run -p 9000:9000 -p 8000:8000 -t -i bamos/openface /bin/bash
$ cd /root/openface

• 1
• 2
• 3

• 1
• 2
• 3

创建一个目录用来保存待训练的图片数据：

$ mkdir training_images

• 1

• 1

为要识别的人创建单独的目录：

$ cd training_images

$ mkdir obama
$ mkdir print_panda
$ mkdir xiao_ming
$ mkdir trump

• 1
• 2
• 3
• 4
• 5
• 6

• 1
• 2
• 3
• 4
• 5
• 6

把收集的每个人的图片拷贝到对应的目录，确保每张图片只有一张脸。不用特意的提取脸，OpenFace会自动干这个活。

提取和aligned：

$ cd ..
$ ./util/align-dlib.py ./training_images/ align outerEyesAndNose ./aligned-images/ --size 96

• 1
• 2

• 1
• 2

生成的./aligned-images/目录包含了处理过的图片。

提取特征：

$ ./batch-represent/main.lua -outDir ./generated-embeddings/ -data ./aligned-images/

• 1

• 1

开始训练：

$ ./demos/classifier.py train ./generated-embeddings/

• 1

• 1

生成的SVM模型位于./generated-embeddings/classifier.pkl。

使用训练的模型进行识别：

$ ./demos/classifier.py infer ./generated-embeddings/classifier.pkl test_image.jpg

• 1

• 1

如果结果不理想，尝试添加更多的训练数据，最好包含各种角度。