Python 人脸检测方法总结

背景

由于最近项目的要求，需要对视频里面出现的所有人脸进行打马赛克，调研了相关的方法，总结了一下，供大家参考。
大家都知道视频其实是有很多张图片（帧）组成的，那么只要把图片中的人脸检测出来，那么视频就迎刃而解了。

帧数就是在1秒钟时间里传输的图片的量，也可以理解为图形处理器每秒钟能够刷新几次，通常用fps（Frames Per Second）表示。每一帧都是静止的图象，快速连续地显示帧便形成了运动的假象。高的帧率可以得到更流畅、更逼真的动画。帧数 (fps) 越高，所显示的动作就会越流畅。 但是文件大小会变大

人脸检测 vs 人脸识别

人脸检测 与 人脸识别 是两个不同的概念

人脸检测
检测图片里面有没有人脸

人脸识别
首先检测出图片中的人脸，再与已知的人脸做对比，看这个人脸是张三的，还是李四的，常见应用：人脸识别上班打卡

方法总结

• opencv
  最简单、速度最快的方法，但效果一般

• face_recongnition（基于dlib）
  可选参数 hog 、cnn
  pip有发布的库，不用自己训练模型，可以直接拿来使用，比较方便，效果较好
  https://github.com/ageitgey/face_recognition
  face_recognition模块方法集合

• mtcnn（基于tensorflow）
  需要训练自己的模型，github有开源的项目，效果较好
  https://github.com/ipazc/mtcnn

• RetinaFace（基于pytorch）-----------最终采用
  需要训练自己的模型，github有开源的项目，效果最好
  https://github.com/supernotman/RetinaFace_Pytorch

以上这些都是自己亲自试验过的人脸检测方法，RetinaFace（基于pytorch）方法效果最好，最终采用这种方法，进行了一些优化

• 其他一些方法
  
  方法

RetinaFace效果

低难度

中难度

高难度

历史相关文章

• 利用Python生成手绘效果的图片
• Python基于opencv “三维”旋转图片，解决日常小问题