opencv自带人脸检测算法对比 想用python做一个人脸识别认证当毕业设计用，有没有什么建议或者大体设计思路？

想用python做一个人脸识别认证当毕业设计用，有没有什么建议或者大体设计思路？

至少有两种解决方案。第一个是做一个人脸设计应用系统，它倾向于实现整个设计的内容；第二个是重点研究具体的识别模型算法。具体来说：

这种方案可以把竣工设计看作是一种工程实践竣工设计。内容涉及整个系统的设计，如BS架构或CS架构，如何采集人脸数据，搭建识别终端设备，后端服务器，数据库设计，硬件拓扑和数据流设计等，具体的人脸识别模型训练和算法实现，可以使用开源程序，opencv、keras等Python库都有开源的算法，可以用来满足一般的需要，本文只介绍了算法的原理，不能重点对整个算法进行优化。

该方案侧重于具体的模型和算法实现。我们需要通过对现有算法的优化，提出一种精度更高、模型训练速度更快或样本量更小的算法。作为论文，必须给出具体的优化指标。例如，我们可以研究基于深度神经网络的单样本模型算法，以提高人脸识别的可靠性和准确性。当然，这些模型在Python或keras中有一些开源资源，建议使用OPENFACE，并实现了使用Python keras的情况。GitHub地址是：https://github.com/iwantooxoxox/Keras-OpenFace

python开发人脸识别，常用的框架有哪些？

用Python从opencv做人脸识别还是太难了，因为opencv提供的设施太基础了，现在做人脸识别的人都要用深度学习算法来训练模型，这样就可以提高识别率。

因此，我们必须找到一个更高级别的框架。

例如，尝试此基于Dlib的人脸识别库（您也可以直接使用Dlib）：https://github.com/ageitgey/faceRecognition#face Recognition

有很多类似的框架，可以在GitHub上找到。然而，它们还达不到工业强度。如果您想在生产环境中使用它们，就必须权衡代码的质量和准确性。有很多洞。

怎么让DLIB的人脸检测提高速度？

我使用相机打开480x640窗口，然后使用opencv人脸检测功能cvhaardetectobjects进行人脸检测。功能配置如下：

faces=cvhaardetectobjects（detectimg，（cvhaardclassifier cascade*）cascade，storage，searchuscaleuuufactor，3，flags，minfeaturesize）

其中searchuscaleufactor为1.1，flags=cvHAARufinduuuumaxuobject | cvHAARdoouroughusearch表示只有一张脸。Minfeaturesize为（20，20）。

opencv自带人脸检测算法对比 opencv人脸检测原理 人脸检测

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。