《TensorFlow人脸识别实战》利用深度学习进行人脸识别

《TensorFlow人脸识别实战（人工智能技术丛书） deepseek教程》(王晓华)【摘要 书评 试读】- 京东图书

《TensorFlow人脸识别实战》，京东当当天猫都有发售。配套源码、PPT课件、数据集、开发环境与答疑服务。

内容简介

使用深度学习进行人脸识别是近年来AI研究的热点之一。本书使用TensorFlow 2.1作为深度学习的框架和工具，引导读者从搭建环境开始，逐步深入代码应用实践中，进而达到独立使用深度学习模型完成人脸识别的目的。

本书分为10章，第1、2章介绍人脸识别的基础知识和发展路径；第3章从搭建环境开始，详细介绍Anaconda、Python、PyCharm、TensorFlow CPU版本和GPU版本的安装；第4~6章介绍TensorFlow基本和高级API的使用；第7章介绍使用原生API处理数据的方法和可视化训练过程；第8章是实战准备，介绍ResNet模型的实现和应用；第9、10章综合本书前面的知识，学习人脸识别模型与人脸检测这两个实战项目。

本书内容详尽、示例丰富，是机器学习和深度学习初学者必备的参考书，同时也非常适合高等院校和培训机构人工智能及相关专业的师生教学参考。

前言

在新冠疫情肆虐时，国家认可的健康宝（我们常说的绿码）遍地开花，而这离不开人脸识别，人脸就是我们的通行证。

人脸识别技术就是基于人的脸部特征信息进行身份识别的一种生物识别技术，是用多种测量方法和手段来扫描人脸，包括热成像、3D人脸地图、独特特征（也称为地标）分类等分析面部特征的几何比例、关键面部特征之间的映射距离、皮肤表面纹理。

长期以来，由于技术手段的落后和人脸的复杂，人脸技术一直没有被大规模应用。究其原因，还是当时的人脸识别技术对人的头部位置、面部表情以及年龄的易变性辨识度非常低，难以准确地判断目标，不能给出一个准确度较高的结论，从而制约了这项技术的发展。

随着深度学习的兴起，人们发现使用深度学习技术能够较好地进行人脸识别。深度学习方法的主要优势是可以用非常大型的数据集进行训练，学习到表征这些数据的最佳特征，从而在要求的准确度下实现人脸识别的目标。

本书以全新的TensorFlow 2版本为基础进行编写，教会读者如何运用深度学习框架实现人脸识别。从TensorFlow 2的基础语法开始讲解，到介绍如何使用TensorFlow 2进行深度学习程序的设计，以及如何在实战中设计出人脸识别模型。

本书对TensorFlow 2的核心内容进行深入分析，重要内容均结合代码进行讲解，围绕深度学习原理介绍了大量实战案例，读者通过这些案例可以将TensorFlow 2运用于自己的实际开发工作和项目中。

本书是一本面向初级和中级读者的翔实教程。通过本书的学习，读者能够掌握深度学习的核心内容和在TensorFlow框架下实现人脸识别的知识要点，以及掌握从模型构建到应用程序编写的整套技巧。

本