文件名称：FaceRecog:使用连体神经网络的实时面部识别系统
文件大小：32.5MB
文件格式：ZIP
更新时间：2024-06-15 11:06:11
realtime face-recognition face-detection facenet opencv-python
人脸识别系统 该面部识别库在构建时就考虑了轻松和自定义的问题。 有很多控制参数可以控制您要如何使用这些功能，无论是人脸检测，视频中的人脸识别还是网络摄像头。 面部识别系统的核心是暹罗神经网络。 多年来，已经发布并实现了不同的体系结构。 该库使用dlib的面部识别模型，该模型受ResNet-34网络的启发。 修改后的ResNet-34具有29个卷积层。 该模型在LFW数据集上达到了99.38％的准确性。 有4种不同的面部检测器可供使用。 为方便起见，提供了用于视频和网络摄像头处理的包装器。 目录 样本输出 处理过的视频 处理的图像 建筑学 对于人脸识别，流程为： media -> frame -> face detection -> Facial ROI -> Neural Network -> 128D facial encoding 这些是主要组成部分： 人脸
【文件预览】：
FaceRecog-master
----Dockerfile(290B)
----.gitignore(48B)
----README.md(8KB)
----.github()
--------workflows()
----tests()
--------test_face_detection_mtcnn.py(271B)
--------conftest.py(10KB)
--------test_face_detection_opencv.py(886B)
--------test_media_utils.py(1KB)
--------test_simple_cache.py(3KB)
--------test_face_data_store.py(1KB)
--------test_json_persistent_storage.py(2KB)
--------test_face_recognition.py(3KB)
--------test_face_detection_dlib.py(1KB)
----LICENSE(1KB)
----.dockerignore(30B)
----models()
--------opencv_face_detector_uint8.pb(2.6MB)
--------shape_predictor_5_face_landmarks.dat(8.73MB)
--------mmod_human_face_detector.dat(713KB)
--------opencv_face_detector.pbtxt(34KB)
--------dlib_face_recognition_resnet_model_v1.dat(21.43MB)
----.coveragerc(26B)
----requirements.txt(109B)
----face_recog()
--------face_detection_mtcnn.py(4KB)
--------in_memory_cache.py(476B)
--------face_recognition.py(11KB)
--------persistent_storage.py(474B)
--------face_detection_opencv.py(6KB)
--------exceptions.py(3KB)
--------logger.py(6KB)
--------json_persistent_storage.py(5KB)
--------face_detector.py(390B)
--------face_detection_dlib.py(4KB)
--------validators.py(811B)
--------media_utils.py(4KB)
--------simple_cache.py(5KB)
--------face_data_store.py(5KB)
----.travis.yml(664B)
----data()
--------media()
--------sample()
----video_main.py(9KB)