轻量级图像识别模型 (人脸识别库开源)

近几年，随着技术的快速进步与发展，开源产生了诸多优秀稳定的项目，本篇文章主要介绍一下，本人在项目中用到技术，人脸识别。

说到人脸识别技术，国内比较知名的公司如 虹软等，但大多都是付费的，且对终端个数、请求次数等，都有较大的限制或要求。

话不多说，直接进入主题，今天主要介绍的叫deepface，其主要功能如下：

• 支持各种主流识别模型，如："VGG-Face", "Facenet", "OpenFace", "DeepFace", "DeepID", "ArcFace", "Dlib"等；
• 能够对视频、图片等素材进行识别处理；
• 能够对人脸诸多属性进行识别，如年龄、性别、情感状态（愤怒、开心等）；
• 两张图片，人脸相似度比对；
• 实时视频人脸识别，标注；

具体安装过程

# 环境要求，Python3，并执行如下命令
pip install deepface

前置准备

# 以Linux为例
1. *载下**模型到 /root/.deepface/weights/ 下（首次使用，程序会自行判断并*载下**）~

使用示例

• 识别模型选择

from deepface import DeepFace

models = ["VGG-Face", "Facenet", "OpenFace", "DeepFace", "DeepID", "ArcFace", "Dlib"]
for model in models:
   result = DeepFace.verify("img1.jpg", "img2.jpg", model_name = model)
   df = DeepFace.find(img_path = "img1.jpg", db_path = "C:/workspace/my_db", model_name = model)

• 两张图片相似度比对

# 三种相似度比较
from deepface import DeepFace
metrics = ["cosine", "euclidean", "euclidean_l2"]
for metric in metrics:
   result = DeepFace.verify("img1.jpg", "img2.jpg", distance_metric = metric)
   df = DeepFace.find(img_path = "img1.jpg", db_path = "C:/workspace/my_db", distance_metric = metric)

• 图片的人脸属性分析

from deepface import DeepFace
obj = DeepFace.analyze(img_path = "img4.jpg", actions = ['age', 'gender', 'race', 'emotion'])
print(obj["age"]," years old ",obj["dominant_race"]," ",obj["dominant_emotion"]," ", obj["gender"])

• 视频流分析（分析视频中出现的人脸信息）

from deepface import DeepFace
DeepFace.stream("/user/database")

# 待识别人脸，可以按照如下结构整理好：
user
├── database
│   ├── Alice
│   │   ├── Alice1.jpg
│   │   ├── Alice2.jpg
│   ├── Bob
│   │   ├── Bob.jpg

效果展示

人脸情感分析

视频人脸分析

相关问题，欢迎留言提问；欢迎大家点赞、关注、收藏~