(一)基于keras的多目标人脸识别之前言
2018-02-21 本文已影响0人
haoxinl
写在前面
目前已经可以达到在视频中自动识别人脸，并正确显示标记的地步
本项目目的为识别特定人脸，可将所需识别的人脸照片按照不同分类放置在face文件夹下，经过训练可正确识别相应目标。同时未经训练的人脸则会显示stranger标签。
结果如下所示：
img_1
img_2
主要依赖库（非必须，可按自身情况进行合理替换）
- numpy
- keras
- cv2
- tensorflow
- sklearn
- random
主要步骤
- 收集素材，并进行处理得到人脸图片
- 使用cnn及opencv等搭建神经网络，并进行训练
- 使用训练好的模型进行实时测试检验模型
文件说明
- read_data.py:读取文件夹中的图片及标签信息
- dataSet.py:构建一个dataset类
- train_model.py:通过构建cnn网络训练人脸模型
- img_test.py:通过输入图片来测试模型是否正常工作
- camera_test.py:通过输入视频来检验模型的识别率等
不足
- 识别率较低，有时会出现识别混乱的现象
- 图片素材数量，种类较少，可能会过拟合
改进方向
- 尝试用其他人脸识别算法，比如ssd框架
- 收集更多的照片进行实验
参考链接
