0.引言

利用python開發，借助Dlib庫捕獲攝像頭中的人臉，提取人臉特征，通過計算歐氏距離來和預存的人臉特征進行對比，達到人臉識別的目的；

可以自動從攝像頭中摳取人臉圖片存儲到本地，然后提取構建預設人臉特征；

根據摳取的 / 已有的同一個人多張人臉圖片提取128D特征值，然后計算該人的128D特征均值；

然后和攝像頭中實時獲取到的人臉提取出的特征值，計算歐氏距離，判定是否為同一張人臉；　　

人臉識別 / face recognition的說明：

wikipedia 關于人臉識別系統 / face recognition system 的描述：theywork by comparing selected facial featuresfrom given image with faces within a database.

本項目中就是比較 預設的人臉的特征和 攝像頭實時獲取到的人臉的特征；

核心就是提取128D人臉特征，然后計算攝像頭人臉特征和預設的特征臉的歐式距離，進行比對；

效果如下（攝像頭認出來我是default_person預設的人臉 / 另一個人不是預設人臉顯示diff）：

圖1 攝像頭人臉識別效果gif

1.總體流程

先說下 人臉檢測 (face detection) 和 人臉識別 (face recognition) ，前者是達到檢測出場景中人臉的目的就可以了，而后者不僅需要檢測出人臉，還要和已有人臉數據進行比對，識別出是否在數據庫中，或者進行身份標注之類處理，人臉檢測和人臉識別兩者有時候可能會被理解混淆；

我的之前一些項目都是用dlib做人臉檢測這塊，這個項目想要實現的功能是人臉識別功能，借助的是 dlib官網中 face_recognition.py這個例程 （link：http://dlib.net/face_recognition.py.html）；

核心在于 利用 “dlib_face_recognition_resnet_model_v1.dat” 這個model，提取人臉圖像的128D特征，然后比對不同人臉圖片的128D特征，設定閾值計算歐氏距離來判斷是否為同一張臉；

# face recognition model, the object maps human faces into 128D vectorsfacerec = dlib.face_recognition_model_v1("dlib_face_recognition_resnet_model_v1.dat") shape = predictor(img, dets[0])face_descriptor = facerec.compute_face_descriptor(img, shape)

圖2 總體設計流程

2.源碼介紹

主要有

get_face_from_camera.py , get_features_into_CSV.py， face_reco_from_camera.py

這三個py文件；

2.1get_face_from_camera.py / 采集構建XXX人臉數據

人臉識別需要將 提取到的圖像數據 和已有圖像數據進行比對分析，所以這個py文件實現的功能就是采集構建XXX的人臉數據；