《人工智能应用与体验》课件 项目7 刷脸签到系统

刷脸签到系统基于开源的Face_recognition库实现人脸识别情景导入现在，人脸识别的技术已经布满了大街小巷，移动支付端的刷脸支付，没有现金与手机也可以买东西了，小区门口设置了刷脸进小区的装置，极大提高了小区物业管理的效率；上班考勤刷脸就能打卡，；而这些全部归功于当下很成熟的计算机视觉技术——人脸识别。总任务分析基于Face_recognition实现人脸识别任务一基于Face_Recognition实现人脸定位人脸识别

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。

现今人脸识别产品已广泛应用于金融、司法、公安、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。Face_recognition

Face_recognition是一个强大、简单、易上手的人脸识别开源项目，并且配备了完整的开发文档和应用案例。你可以使用Python和命令行工具提取、识别、操作人脸。安装Face_recognition1）你可以直接通过pip安装：

!pipinstallface_recognition2）可以直接通过import导入并使用：importface_recognition定位人脸

实现步骤：1、导入相关包2、读取待检测图片

3、定位图片中的人脸位置

调用face_recognition中的face_locations函数，可以定位图像中识别出的所有人脸位置信息，返回值是列表形式，列表中每一行是一张人脸的位置信息，包括[top,right,bottom,left]。

4、输出人脸示例代码：#人脸识别库importface_recognition#绘图库importmatplotlib.pyplotaspltimage=face_recognition.load_image_file("./data-sets/马文.png")

face_locations=face_recognition.face_locations(image,model="cnn")#遍历人脸坐标forface_locationinface_locations:top,right,bottom,left=face_locationprint("人脸像素坐标高:{},左:{},下:{},右:{}".format(top,left,bottom,right))face_image=image[top:bottom,left:right]plt.imshow(face_image)plt.show()定位人脸

原图

输出任务二

基于Face_Recognition实现人脸比对人脸比对我们通过人眼看上边两张图片就知道这两张照片上不是同一个人，那么如何让计算机判断两张图片里的人物是不是同一个呢？定位人脸

实现步骤：1、导入相关包

2、加载人脸图片并获取人脸编码3、加载另一张人脸图片并获取人脸编码4、人脸比对

通过compare_faces函数，判断图像中的人脸是否为已知。face_pare_faces(known_face_encodings,face_encoding_to_check,tolerance=0.6)作用：判断一张人脸图像是否在已知人脸列表存在匹配项。其中参数known_face_encodings表示已知人脸的编码列表；face_encoding_to_check表示一张未知人脸的编码；tolerance表示两张脸的向量距离小于该值则归类为同一个人，默认阈值0.6。

举个例子：encoding列表=[同学1的编码,同学2的编码,同学3的编码]；需要判断的人脸编码=同学3的编码compare_faces(encoding列表,需要判断的人脸编码)=[False,False,True]因为compare_faces()将需要判断的人脸编码与encoding列表中的第一个编码进行比较，发现不是同一张脸，所以函数输出列表的第一个元素是False。以此类推，所以将人脸编码与列表中的第三码进行比较会发现是同一张脸，所以所以函数输出列表的第三个元素是True。定位人脸示例代码：importface_recognitionimportmatplotlib.pyplotasplt#查看已知的人脸图像p1=plt.imread("./faces/杨立昆.jpg")plt.imshow(p1)plt.show()image=face_recognition.load_image_file("./faces/杨立昆.jpg")#因为图片中只有一个人脸，我们调用face_encodings后读取输出列表中的第一个结果yang_encoding=face_recognition.face_encodings(image)[0]#查看需要判断的人脸图像p2=plt.imread("./faces/杰弗里.jpg")plt.imshow(p2)plt.show()#加载一张未知照片unknown_image=face_recognition.load_image_file("./faces/杰弗里.jpg")unknown_encoding=face_recognition.face_encodings(unknown_image)[0]#加载一张未知照片unknown_image=face_recognition.load_image_file("./faces/杰弗里.jpg")unknown_encoding=face_recognition.face_encodings(unknown_image)[0]#将未知照片与已知照片进行比对results=face_pare_faces([yang_encoding],unknown_encoding)ifresults[0]==True:print("这是一张杨立昆的照片!")else:print("这不是杨立昆的照片!")任务三

实现图像中的人脸识别人脸识别

如左图，是深度学习三巨头：杨立昆（YannLeCun）、杰弗里辛顿（GeoffreyHinton）、约书亚本吉奥（YoshuaBengio）。

基于Face_recognition，如何对图片中的人脸进行识别并标注上名字呢？人脸识别

实现步骤：1、导入相关包

2、加载已知人脸图片（假设已知杨立昆、杰弗里辛顿，约书亚本吉奥未知）3、加载待识别人脸图片4、框出人脸并标记人名

ps：我们主要用到Pillow库中的两个模块：Image和ImageDraw。

Image模块是Pillow库的基础模块，只有Image类型的图片数据才可以被Pillow库处理。ImageDraw模块可用于创建新图像、对现有图像进行注释或润色，以及动态生成图形以供Web使用。本任务中，我们将使用ImageDraw模块对图像进行标注：1、将人脸用矩形框出来2、对人脸进行姓名标注请打开派Lab查看示例代码人脸识别

由于向模型提供了左边二者的图片，所以，在这张合照中，可以正确打上人名，同理最右边的为未知人脸。任务四

实现视频中的人脸识别人脸识别

针对下面这个视频，能否在视频中出现的指定人脸打上人名呢？人脸识别

实现步骤：1、导入相关包

2、加载已知人脸图片3、定义人脸识别函数4、读取待检测图片，输出识别结果

5、读取待检测视频

6、配置输出视频的参数

7、进行视频人脸识别和标注

OpenCVOpenCV是计算机视觉领域一个图像和视频处理库，用于各种图像和视频分析，如面部识别和检测，车牌阅读，照片编辑，高级机器人视觉，光学字符识别等。OpenCV用C++语言编写，它具有C++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和MacOS。对于python而言，在引用OpenCV库的时候需要写为importcv2。OpenCV视频信号时由一系列的图像构成的，这些图像称为帧，播放帧的速度称为帧速率，通常使用帧/秒表示，即FPS（FramesPe