基于深度学习的人脸识别技术原理解析与项目实战

       人脸识别是一种基于人的面部特征信息进行身份认证的生物特征识别技术，识别流程分为如下几个步骤：

1. 创建人脸库

确定好需要通过人脸识别技术来鉴别身份的人的总数N；收集和整理对应的包含人

脸的图片，图片满足以下要求：人脸清晰，脸部无任何遮挡物，光线充足，人脸的分辨率需≥200 x 200；提取人脸特征，构建人脸特征库C

1. 人脸识别应用阶段

       获取摄像头等设备的图片进行检测人脸，提取人脸特征s。将特征s与人脸特征库C中的特征进行相似性比对，sim(Ci ,s)>T，则表明当前人脸的身份为id(Ci)。

       以精度和召回为参考指标，对于有500人的人脸库，下面是识别效果：

可以看出，绝大部分人的id（类别）在精度和召回指标上都接近100%，说明算法达到了很不错的识别效果。

想了解更多细节以及获取源代码，请点击本文对应的学习视频如下：

https://edu.csdn.net/course/detail/31598

篇外：

本文作者来自AI辅导社，团队成员均来自985硕博，在人工智能领域具有深厚的项目

和学术积累。可进行各类论文指导（包括高中或者本科打算留学的学生等等）和项目指导，感兴趣可私信或添加微信 langu86。（微信号第一个字符是字母L的小写，不是数字1）