(一)基于keras的多目标人脸识别之前言

github地址:https://github.com/haoxinl/face_detect

博客地址:http://haoxinl.club/2018/02/19/face-detect-1/

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

• https://github.com/haoxinl/VideoHunter
• https://github.com/jerry1900/faceRecognition
• http://www.cnblogs.com/neo-T/p/6477378.html