七、搭建自己的人脸识别系统

        近年来，面部识别技术因其在各个行业的日益普及和潜在应用而成为头条新闻。从解锁智能手机和访问安全区域到在刑事调查中识别嫌疑人，面部识别技术已成为我们现代社会的重要工具。人脸识别系统，采用MTCNN算法进行人脸检测，FaceNet进行特征提取，SVM进行分类识别。该系统能够检测和识别实时视频流或静止图像中的人脸，并且可以定制以使用不同的数据集或分类器，该算法在 LFW 数据集上的准确率为 99.63%。可用于监控系统、生物识别护照、生物识别门锁系统。

1、系统特点
    基于MTCNN的人脸检测：系统采用MTCNN（Multi-Task Cascaded Convolutional Networks）算法进行人脸检测，MTCNN是一个深度级联多任务框架。该框架用来解决由于各种姿势、照明和遮挡，在不受约束的环境中进行人脸检测和对齐的问题。
    基于FaceNet的特征提取：系统使用人脸识别的深度学习模型FaceNet，从检测到的人脸中提取面部特征。然后将这些特征用于分类和识别。
    基于 SVM 的分类：系统使用支持向量机 (SVM) 对人脸进行分类和识别。SVM 是一种功能强大且广泛使用的分类任务算法，非常适合人脸识别应用。
      可定制：系统可以根据用户的要求进行定制，以使用不同的数据集或分类器。
2、环境准备
    Python 3.7.x，在windows中搭建conda环境，尽量使用conda来安装，如果报找不到路径或仓库的，再采用pip3安装。linux下有gpu的，优先搭建一个linux的超算中心。我本地没有linux下的gpu，无奈采取下策。
    如果出现ImportError: Filepath looks like a hdf5 file but h5py is not avail