《深度学习》Dlib库 CNN卷积神经网络 人脸识别

目录

一、如何实现CNN人脸识别

1、CNN核心概念

1)卷积层

2)池化层

3)激活函数

4)全连接层

2、步骤

1)加载预训练的人脸识别模型

2)读取图像并检测人脸

3)提取人脸特征向量

4)比较相似度

二、案例实现

1、完整代码

运行结果:


一、如何实现CNN人脸识别

1、CNN核心概念

1)卷积层

卷积层是CNN的核心组成部分之一,它通过应用一组卷积核(也称为滤波器)在输入图像上滑动,提取图像的局部特征。每个卷积核会对图像进行卷积操作,得到一个输出特征图。

2)池化层

池化层用于对卷积层输出的特征图进行下采样,减少特征图的尺寸和参数数量。常见的池化操作有最大值池化(Max Pooling)和平均值池化(Average Pooling)。

3)激活函数

在卷积层或全连接层之后,通常使用非线性激活函数来引入非线性关系。常见的激活函数有ReLU函数、Sigmoid函数和Tanh函数等。

4)全连接层

全连接层将前面的卷积层或池化层输出的特征图展平,并与相邻层的所有神经元进行全连接操作。它的作用是将提取到的特征进行分类或回归预测。

2、步骤

1)加载预训练的人脸识别模型

Dlib提供了一个预训练的人脸识别模型,可以在下载并安装Dlib库后找到。

2)读取图像并检测人脸

使用Dlib库提供的人脸检测器来检测输入图像中的人脸,并将每个检测到的人脸提取为一个矩形框。

3)提取人脸特征向量

使用CNN模型对每个检测到的人脸图像进行特征提取,得到一个固定长度的向量表示每个人脸。

4)比较相似度

使用提取的人脸特征向量来比较不同人脸之间的相似度。可以使用欧氏距离或余弦相似度等度量方法来计算相似度分数。

二、案例实现

1、完整代码

python 复制代码
import dlib
import cv2

# opencv可以直接通过retnet来读取神经网络。dlib也可以的。
cnn_face_detector = dlib.cnn_face_detection_model_v1("mmod_human_face_detector.dat")  # 加载预训练的卷积神经网络模型,文件内包含检测人脸所需的权重和配置

img = cv2.imread("people3.png")  # 读取待识别人脸图片

faces = cnn_face_detector(img,1)  # 调用卷积神经网络检测模型对img图像检测人脸,1表示上采样次数为1

for d in faces:  # 遍历识别到的每一个人脸
    # 计算每个人脸的位置
    rect = d.rect   # 获取当前人脸的矩形框对象,返回两个坐标,左上右下
    left = rect.left()  # 左边界x坐标
    top = rect.top()   # 上边界y坐标
    right = rect.right()   # 右边界x
    bottom = rect.bottom()   # 下边界y
    # 绘制人脸对应的矩形框pt1:(left, top)
    cv2.rectangle(img,(left,top),(right,bottom),(0,255,0), 3)
    cv2.imshow("result",img)
k = cv2.waitKey()
cv2.destroyAllWindows()
运行结果:
相关推荐
龙萱坤诺14 分钟前
AI自动评论插件V1.3 WordPress插件 自动化评论插件
运维·人工智能·自动化
BH0425090919 分钟前
VQ-VAE(2018-05:Neural Discrete Representation Learning)
人工智能·计算机视觉
蜡笔小新星26 分钟前
PyTorch的基础教程
开发语言·人工智能·pytorch·经验分享·python·深度学习·学习
OBOO鸥柏38 分钟前
OBOO鸥柏丨液晶拼接大屏分布式基本管理系统架构显示技术曝光
人工智能·分布式·科技·系统架构·交互
QQ_5192923281 小时前
【动植物毒性数据集】毒蛇识别 蘑菇毒性分类 人工智能 深度学习 目标检测 Python(含数据集)
深度学习·目标检测·数据集·动植物毒性数据集
一颗甜苞谷1 小时前
开源一个开发的聊天应用与AI开发框架,集成 ChatGPT,支持私有部署的源码
人工智能·chatgpt·开源
STRANGEX-031 小时前
深度学习案例:带有一个隐藏层的平面数据分类
深度学习·平面·分类
爱技术的小伙子1 小时前
【ChatGPT】通过明确的角色设定提高ChatGPT输出的专业性
人工智能·chatgpt
爱技术的小伙子1 小时前
【ChatGPT】如何利用情景模拟让ChatGPT做决策分析
人工智能·chatgpt
右恩2 小时前
【人工智能】重塑未来生活与工作的引擎
人工智能·生活