使用 yolov4 人脸检测和 face_recognition答案

【问题标题】：use yolov4 face detection with face_recognition使用 yolov4 人脸检测和 face_recognition
【发布时间】：2021-02-15 06:13:26
【问题描述】：

是否可以使用yolov4进行物体检测并使用face_recognition库识别检测到的人脸，还是需要使用face_recognition库提供的人脸检测才能使用其人脸识别？

【问题讨论】：

标签： deep-learning computer-vision object-detection face-detection dlib

【解决方案1】：

face_recognition 库使用dlib 的特定于面部检测的内置算法。它声称的准确率是 99%+。您不能将该算法更改为 YoloV4 或任何其他算法。

face_recognition 的网络架构基于 ResNet-34，但层数更少，过滤器数量减少了一半。该网络在野外标签人脸 (LFW) 数据集上的 300 万张图像数据集上进行了训练。

查看 Davis King（dlib 的创建者）和 Adam Geitgey（face_recognition 的作者）关于基于深度学习的面部识别如何工作的文章：

High Quality Face Recognition with Deep Metric Learning

Modern Face Recognition with Deep Learning

但是，如果这对您的情况来说还不够，您可以训练 YoloV4 检测人脸，然后在检测后裁剪该人脸并将其作为 face_recognition 库的输入。

import face_recognition

picture_of_me = face_recognition.load_image_file("me.jpg")
my_face_encoding = face_recognition.face_encodings(picture_of_me)[0]

# my_face_encoding now contains a universal 'encoding' of my facial features that can be compared to any other picture of a face!

unknown_picture = face_recognition.load_image_file("unknown.jpg")
unknown_face_encoding = face_recognition.face_encodings(unknown_picture)[0]

# Now we can see the two face encodings are of the same person with `compare_faces`!

results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding)

if results[0] == True:
    print("It's a picture of me!")
else:
    print("It's not a picture of me!")

【讨论】：