• 人脸识别技术细节总结


    一、技术背景

             近年来,人脸识别在国内外各个领域都开始有了很多应用,人脸识别的研究成为模式识别和人工智能领域的一个研究热点。人脸识别过程受到很多因素的干扰,准确地提取人脸的合适特征是进行正确识别的关键,在人脸识别的各类方法中,对基本特征如眼睛、鼻子和嘴巴等的定位都是必不可少的步骤。当前的主流人脸识别技术方向主要包括从人脸检测、人脸关键点检测、人脸优选、人脸对齐、再到人脸特征提取等五大部分。

    二、人脸识别系统部署

            对于以上模块,目前都初步做过一些部署,主要使用一些网络结构和方法,大部分部署在嵌入式平台和移动端等设备。所以采用轻量级的网络结构,采用Caffe训练,然后采用腾讯云的NCNN框架部署。过程中也遇到N多问题,比较复杂繁琐,但反而体现出了较高的价值。在这里把相关经验跟大家分享一下,如有不足,敬请斧正。

    三、人脸识别模块相关方法资料

    1.人脸检测:Face Detection

            人脸检测主要用到了MTCNN和MobileNet_SSD做人脸检测生成检测框,为后续的识别做处理。

    MTCNN解读: 人脸方向学习(九):Face Dete

  • 相关阅读:
    Hive使用Tez引擎的好处
    Spring+Vue增删改查实例
    SpringBoot 整合 MyBatis-Plus
    Linux操作系统之基础IO
    flask项目请求与响应
    【ARM 安全系列介绍 3.7 -- SM4 对称加密算】
    Linux Day17 生产者消费者
    Go语言读取文件内容
    贪心区间类题目
    SparkSQL项目实战
  • 原文地址:https://blog.csdn.net/fanyun_01/article/details/127129995