《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
千寻技术帮11 分钟前
50055_基于AI的互帮互助小程序(源码+文档+数据库脚本+部署教程)
数据库·人工智能·小程序·毕业设计·springboot·课程设计
天树星智源23 分钟前
KV 剪枝的同一个误差,模型确定时只改 1.4% 的 token,不确定时改 65%:接上不确定性,AIME25 端到端快 1.27 倍
人工智能·大模型
AI英德西牛仔27 分钟前
PC 用户的效率革命:腾讯元宝导出 Word 指令与“AI 导出鸭”的底层逻辑
人工智能·word·excel·deepseek·ai导出鸭
Flynn Liang1 小时前
多智能体协同不再复杂:Redis Stream 消费者组、幂等与故障恢复
数据库·人工智能·redis·缓存·ai agent·智能体
VIP_CQCRE10 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷11 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我11 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁0111 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn12 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄13 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习