简介

  • 动态人脸识别项目

人脸识别项目的意义是什么

  • 通过这个项目，接触两个方向：模型部署和视频流开发方向

  • 模型部署方向
    • 了解模型基础概念
    • 了解模型部署流程
  • 视频流开发
    • 了解视频流基础概念
    • 了解视频流编解码

人脸识别是什么

  • 广义的人脸识别实际包括构建人脸识别系统的一些列相关技术，包括人脸图像采集，人脸定位，人脸识别预处理，身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术和系统

  • 人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。

  • 人脸识别的优势在于其自然性和不被测个人察觉的特点
    • 所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体
    • 不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗
  • 一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。
  • 目前人脸识别的算法可以分类为：
    • 基于人脸特征点的识别算法（feature-based recognition algorithms）。
    • 基于整幅人脸图像的识别算法（appearance-based recognition algorithms）。
    • 基于模板的识别算法（template-based recognition algorithms）。
    • 利用神经网络进行识别的算法（recognition algorithms using neural network）。
    • 利用支持向量机进行识别的算法（recognition algorithms using SVM）。

RetinaFace是什么

RetinaFace是一种人脸检测算法，主要用于在图像中准确地检测人脸的位置和关键点。它采用了一种名为RetinaNet的单一神经网络结构，该结构结合了one-stage检测器和多尺度特征图处理，以实现更快速和更准确的人脸检测。

RetinaFace能够检测各种尺寸和角度的人脸，并提供丰富的人脸信息，包括人脸的位置、大小、姿态、角度和关键点等。这种算法在人脸识别、人脸认证、人脸表情分析等领域有着广泛的应用。