Hướng dẫn how does python recognize faces? - python nhận dạng khuôn mặt như thế nào?
& nbsp; Bài viết này đã được xuất bản như một phần của Blogathon khoa học dữ liệu.Data Science Blogathon. Show
Giới thiệuNhận dạng khuôn mặt khác với phát hiện khuôn mặt. Khi phát hiện khuôn mặt, chúng tôi chỉ phát hiện ra vị trí của khuôn mặt của con người và chúng tôi đã nhận ra danh tính của khuôn mặt trong nhiệm vụ nhận dạng khuôn mặt. Trong bài viết này, chúng tôi sẽ xây dựng một hệ thống nhận dạng khuôn mặt bằng cách sử dụng Python với sự trợ giúp của ____10. Có nhiều thuật toán có sẵn trên thị trường để nhận dạng khuôn mặt. Thử thách tầm nhìn máy tính rộng này là phát hiện khuôn mặt từ video và hình ảnh. Nhiều ứng dụng có thể được xây dựng trên các hệ thống nhận dạng hàng đầu. Nhiều công ty lớn đang áp dụng các hệ thống công nhận cho mục đích bảo mật và xác thực của họ. Sử dụng các trường hợp của hệ thống nhận dạngCác hệ thống nhận dạng khuôn mặt được sử dụng rộng rãi trong thời kỳ hiện đại và nhiều hệ thống sáng tạo mới được xây dựng trên các hệ thống nhận dạng hàng đầu. Có một vài trường hợp đã sử dụng:
Một số phương pháp và thuật toán thực hiện các hệ thống nhận dạng khuôn mặt tùy thuộc vào hiệu suất và độ chính xác. Thuật toán nhận dạng khuôn mặt truyền thốngCác thuật toán nhận dạng khuôn mặt truyền thống don don đáp ứng các tiêu chuẩn nhận dạng khuôn mặt hiện đại. Chúng được thiết kế để nhận ra các khuôn mặt bằng cách sử dụng các thuật toán thông thường cũ. OpenCV cung cấp một số thuật toán nhận dạng khuôn mặt truyền thống.
Các phương pháp này khác nhau trong cách chúng trích xuất thông tin hình ảnh và khớp với hình ảnh đầu vào và đầu ra. Thuật toán LBPH là một phương pháp đơn giản nhưng rất hiệu quả vẫn được sử dụng nhưng nó chậm so với các thuật toán ngày nay. Học sâu để nhận dạng khuôn mặtCó nhiều thuật toán nhận dạng khuôn mặt dựa trên học tập sâu có sẵn.
Nói chung, các chất nhận biết khuôn mặt dựa trên các địa danh lấy hình ảnh khuôn mặt và cố gắng tìm các điểm đặc trưng cần thiết như lông mày, khóe miệng, mắt, mũi, môi, v.v. Có hơn 60 điểm. Nguồn: Medium.com: Medium.com Các bước liên quan đến nhận dạng khuôn mặt
Nguồn: WP.com: wp.com Bài viết này tập trung vào việc thực hiện nhận dạng khuôn mặt bằng thư viện FACE_RECENTION, được xây dựng trên các kỹ thuật học tập sâu và hứa hẹn độ chính xác lớn hơn 96% khi sử dụng một hình ảnh đào tạo duy nhất. Thực hiệnThực hiện một hệ thống nhận dạng khuôn mặt bằng Python. Thực hiện một hệ thống nhận dạng khuôn mặt dựa trên học tập sâu bằng thư viện FACE_RECENTION. 1. Đặt thư viện nhận dạng khuôn mặt: Để cài đặt thư viện nhận dạng khuôn mặt, trước tiên chúng ta cần cài đặt # installing face recognition pip install face recognition2.
# installing dlib pip install dlib
# installing face recognition pip install face recognition
# installing opencv pip install opencv Note: Sometimes installing dlib throws error in that case install install the C++ development toolkit using vs_code community . Nhập thư viện import cv2 import numpy as np import face_recognition 2. Đang tải hình ảnh: Chúng tôi đã hoàn thành việc cài đặt và nhập các thư viện. Đó là thời gian để tải một số hình ảnh mẫu vào thư viện # installing face recognition pip install face recognition7. Thư viện # installing face recognition pip install face recognition7Support chỉ định dạng hình ảnh BGR. Trong khi in hình ảnh đầu ra, chúng ta nên chuyển đổi nó thành RGB bằng OpenCV. # installing face recognition pip install face recognition9 chỉ tải hình ảnh ở định dạng BGR. import cv2 import numpy as np import face_recognition img_bgr = face_recognition.load_image_file('student_images/modi.jpg') img_rgb = cv2.cvtColor(img_bgr,cv2.COLOR_BGR2RGB) cv2.imshow('bgr', img_bgr) cv2.imshow('rgb', img_rgb) cv2.waitKey Đầu ra → BGR vs RGB → BGR vs RGB 3. Phát hiện và định vị khuôn mặt: & nbsp; Thư viện # installing face recognition pip install face recognition7Can nhanh chóng tự định vị, chúng tôi không cần phải sử dụng # installing opencv pip install opencv Note: Sometimes installing dlib throws error in that case install install the C++ development toolkit using vs_code community .1 và các kỹ thuật khác. img_modi=face_recognition.load_image_file('student_images/modi.jpg') img_modi_rgb = cv2.cvtColor(img_modi,cv2.COLOR_BGR2RGB) #--------- Detecting Face ------- face = face_recognition.face_locations(img_modi_rgb)[0] copy = img_modi_rgb.copy() # ------ Drawing bounding boxes around Faces------------------------ cv2.rectangle(copy, (face[3], face[0]),(face[1], face[2]), (255,0,255), 2) cv2.imshow('copy', copy) cv2.imshow('MODI',img_modi_rgb) cv2.waitKey(0)4. Nhận dạng hình ảnh mẫu: 4. Sample Image Recognition: Thư viện # installing face recognition pip install face recognition7 dựa trên việc học sâu, nó hỗ trợ việc học một lần, điều đó có nghĩa là nó cần một bức tranh duy nhất để tự đào tạo để phát hiện một người. img_modi = face_recognition.load_image_file('student_images/modi.jpg') img_modi = cv2.cvtColor(img_modi,cv2.COLOR_BGR2RGB) #------to find the face location face = face_recognition.face_locations(img_modi)[0] #--Converting image into encodings train_encode = face_recognition.face_encodings(img_modi)[0] #----- lets test an image test = face_recognition.load_image_file('student_images/modi2.jpg') test = cv2.cvtColor(test, cv2.COLOR_BGR2RGB) test_encode = face_recognition.face_encodings(test)[0] print(face_recognition.compare_faces([train_encode],test_encode)) cv2.rectangle(img_modi, (face[3], face[0]),(face[1], face[2]), (255,0,255), 1) cv2.imshow('img_modi', img_modi) cv2.waitKey(0) Mã trên đã chụp hai bức ảnh của Thủ tướng, và nó đã trả lại ____ 23 & nbsp; bởi vì cả hai bức ảnh đều thuộc cùng một người.
Hiểu được hoạt động nhận dạng khuôn mặt
Những thách thức trong các hệ thống công nhậnĐây là những thách thức đáng kể mà các hệ thống nhận dạng phải đối mặt và cần được giải quyết.
Sự kết luậnBài viết này đã thảo luận về cách thực hiện một hệ thống nhận dạng khuôn mặt bằng cách sử dụng Python với kỹ thuật đào tạo hình ảnh một lần chụp. Bạn có thể sử dụng GUI như Python Tkinter để thiết kế một hệ thống tham dự dựa trên GUI. Chúng tôi đã thấy những thách thức khác nhau ảnh hưởng đến một hệ thống công nhận và cách giải quyết chúng. Trong bài viết tiếp theo, chúng tôi sẽ tạo ra một hệ thống tham dự nhận dạng khuôn mặt bằng cách sử dụng các khái niệm tương tự mà chúng tôi đã thảo luận ngày hôm nay. Các phương tiện truyền thông được hiển thị trong bài viết này không thuộc sở hữu của Analytics Vidhya và được sử dụng theo quyết định của tác giả. Làm thế nào để Python phát hiện khuôn mặt của con người?Mật mã.. Nhập CV2 nhập sys cascpath = sys. argv [1] facecascade = cv2. .... Video_Capture = CV2. Videocapture (0) .... Trong khi đúng: # Chụp theo từng khung hình ret, frame = Video_Capture. đọc() ... . Nếu CV2. Waitkey (1) & 0xff == ord ('q'): Break. .... # Khi mọi thứ được hoàn thành, hãy phát hành Capture Video_Capture. REUTTY () CV2 .. Các khuôn mặt nhận dạng Python có thể không?Hệ thống nhận dạng khuôn mặt bằng cách sử dụng Python trong phát hiện khuôn mặt, chúng tôi chỉ phát hiện ra vị trí của khuôn mặt người và chúng tôi nhận ra danh tính của khuôn mặt trong nhiệm vụ nhận dạng khuôn mặt.
In face detection, we had only detected the location of human faces, and we recognized the identity of faces in the face recognition task.
Tại sao Python được sử dụng để nhận dạng khuôn mặt?Khuôn mặt được làm từ hàng ngàn nếp nhăn và các tính năng phải được khớp.Nhận dạng khuôn mặt bằng cách sử dụng Python, phá vỡ nhiệm vụ xác định khuôn mặt thành hàng ngàn nhiệm vụ nhỏ hơn, có kích thước cắn, mỗi nhiệm vụ dễ dàng đối mặt với Python là xu hướng mới nhất trong các kỹ thuật học máy.break the task of identifying the face into thousands of smaller, bite-sized tasks, each of which is easy to face Recognition Python is the latest trend in Machine Learning techniques.
Làm thế nào để Python tính toán độ chính xác nhận dạng khuôn mặt?Với công thức này về độ chính xác của bạn = (tp+tn)/(tổng cộng).Độ chính xác nhận dạng khuôn mặt được đo theo tỷ lệ phần trăm của các khuôn mặt được công nhận trên tổng số khuôn mặt được thử nghiệm của cùng một người.accuracy=(TP+TN)/(Total). face recognition accuracy cab be measured according to the percentage of the recognized faces per the total number of tested faces of the same person. |