人脸识别算法实验：facenet人脸识别率测试

前言

本文记录对人脸识别算法facenet在亚洲人脸数据集上准确率的详细测试结果。

2020-4-7 日更新每个人三张底片

2020-4-2 日更新每个人一张图片作为数据和两张图片作为数据。

---

数据集

CASIA Face Image Database Version 5.0此数据集包含500个亚洲人，每个人5张单人照片，一共2500张照片。


下载链接：CASIA Face Image Database Version 5.0

处理方法

• 从每个人的文件夹中选取第一张图片作为facenet的dataset，剩余的四张图片作为输入网络的测试数据，得到第一个测试数据，每人4张照片，一共2000张，数据集大小是500。
  
  

• 与上一步骤一样方式，这次取每个人的第二张图片作为facenet的dataset，剩余四张作为输入的测试

• 以此类推，一共可以得到五个测试数据集

• 将每个人的第一张和第二张照片取出，作为dataset，剩余三张作为测试图片
  
  

这样做的目的是测试数据库中需要有多少张单个人的图像，才能做到较好的测试效果。

部分结果

• 每个人一张照片作为数据库的数据，四张照片用作测试

  • 取每个人的第一张照片测试准确率：85.34677 0.8742268041237113
  • 取每个人的第二张照片测试准确率：85.51308 0.8758269720101781
  • 取每个人的第三张照片测试准确率：84.9094 0.8609979633401222
  • 取每个人的第四张照片测试准确率：82.91075 0.8512182477967859
  • 取每个人的第五张照片测试准确率：82.07739 0.8432488360062079
    

• 每个人两张照片作为数据库的数据，三张照片用作测试

  • 取每个人第一第二张图片测试准确率：89.73 0.9217451523545707
  • 取每个人第二第三张图片测试准确率：90.00 0.9192886456908345
  • 取每个人第三第四张图片测试准确率：90.13 0.918580375782881
  • 取每个人第四第一张图片测试准确率：94.35 0.9501054111033029
  • 取每个人第五第二张图片测试准确率：91.85 0.919500346981263
    

• 每个人三张底片

0.953241232731137
0.9582441113490364
0.9302325581395349
0.9549738219895288
0.9670912951167728

小结

每个人只有一张图片在数据库中测试的准确率在百分之80到85；
每个人有两张图片在数据库中测试的准确率在百分之90到95

后期工作

• 每个人取三张图片放入数据库进行测试
• 加入其他图片混淆
  • 对数据库中没有的人脸进行预测，如果结果是Unknown则为正确预测
  • 每个人取若干张图片放入数据库，在额外添加同比列张数其他人脸图片进行测试

部分测试截图