liguiyuan的博客

人脸关键点去背景实现在人脸识别或者活体检测中，可以利用关键点信息对人脸进行去背景，然后再做检测和识别，会提高准确率。关键点检测可以利用dlib或者自己的关键点检测模型来实现，这里不过多介绍。实现过程分两个步骤：（1）对图片进行68个关键点检测，找到轮廓的17个关键点，再结合左右眉毛最上端的两个关键点找到最左上、右上这两个点的坐标，一共19个，按顺序连起来，组成了一个新的区域D...

整理资料：人脸识别中活体检测算法综述：https://blog.youkuaiyun.com/SIGAI_优快云/article/details/82772813知乎上的资料：https://zhuanlan.zhihu.com/p/25401788代码资料：CVPR 2019 活体检测比赛：https://github.com/SeuTao/CVPR19-Face-Anti-sp...

现象：今天在用opencv python 打开双摄像头时报一个错误：VIDIOC_STREAMON: No space left on device，设备上没有空间1. 之前用opencv-3.2.0 版本没有报这个问题，现在使用新版本opencv-3.4.2 就出现这个问题。2. 把摄像头的分辨率改小到320*240后可以正常使用双摄像头。原因是：单个摄像头占用了USB的全部带...

最近做了一个人脸关键点相关的项目，选择了PFLD方案，在这里顺便写一下论文的学习笔记。1. Introduction论文地址：https://arxiv.org/pdf/1902.10859.pdf人脸关键点检测论文《PFLD: A Practical Facial Landmark Detector》 在2019年2月提出的，是由天津大学、武汉大学、腾讯AI Lab等共同提出...

人脸关键点数据集整理如下：常见的几种关键点数据集有5关键点、21关键点、68关键点、98关键点等。还有一些超过100个关键点的数据集，这些数据集具有商业价值等原因，所以一般都不会公开。1. 数据集下载：数据集 介绍 链接 300W 共600张图片（300室内，300室外），68关键点 https://ibug.doc.ic.ac.uk/resources/3...

概念理解人脸识的流程：人脸检测 ——人脸对齐——特征提取——相似度对比人脸对齐也是关键的一步，在不同的应用场景下，会直接影响到人脸识别的结果。因为是否进行人脸对齐，会影响到提取到的特征，对齐前后提取到的特征是有差别的。人脸对齐（矫正）：就是检测到人脸角度不正，关键点不对齐，然后需要对齐操作。人脸对齐前后的效果对比如下图，发现对齐后效果还是挺好的。 那么我们要怎么实施...

1. 基本概念我们先来理解下面几个概念：True Positive (真正， TP) ：实例为正类被预测为正类True Negative（真负， TN）：实例为负类被预测为负类False Positive（假正， FP）：实例为负类被预测为正类False Negative（假负， FN）：实例为正类被预测为负类2. ROC曲线ROC(Receiver Operat...

流程分析关于arcface人脸识别算法流程，首先引入论文的一个图：（1）输入xi为1*d的向量，对该向量执行L2正则化得到（2）向量W是d*n的矩阵，n表示分类的类别数，对每一列（Wj）执行L2正则化，得到（3）和进行矩阵相乘得到全连接输出，严格上讲是，前面两项都为1，所以就是，（4）对输出中对应真实标签的值执行反余弦操作就得到，表示真实的标签。（...

在人脸识别中，算法的提高主要体现在损失函数的设计上，损失函数会对整个网络的优化有着导向性的作用。我们看到许多常用的损失函数，从传统的softmax loss到cosface, arcface 都有这一定的提高，这篇文章自己就来整理下这几个算法。无论是SphereFace、CosineFace还是ArcFace的损失函数，都是基于Softmax loss来进行修改的。Base l...

在人脸识别中，我们通常采用欧氏距离和余弦距离来衡量人脸特征的相似度，判别是否为同一个人。欧氏距离欧氏距离比较简单，采用欧氏公式直接计算两个点之间的距离，如下：代码：diff = np.subtract(feature1, feature2)dist = np.sqrt(np.sum(np.square(diff)))feature1.shape 和feature2.sh...

在前两篇文章已经介绍了facenet人脸识别代码的使用和具体操作，但相关的原理还是没有说，这篇文章进行简单的讲解一下。1. 原理在人脸识别中，当我们需要加在图片数据库入新的一张人脸图片时，是怎么做到识别的呢，难道要我们重新修改网络最后的输出函数softmax，添加一个输出，然后再重新训练整个网络？这是不现实的吧！那我们要怎么做呢？更多的做法是采用欧氏距离D来衡量这两张图片的差距，进行判...

上一篇文章介绍了facenet人脸识别的源码使用，这篇文章就来搭建自己的人脸识别库。1. 制作自己的人脸识别库1.1 准备数据集通过百度图片爬取一些明星图片为例，这里准备了一个DownloadImageByBaidu.py文件用来下载图片。# coding=utf-8"""爬取百度图片的高清原图"""import reimport sysimport urllibi...

1. 开发环境OS： ubuntu16.04tensorflow版本：1.12.0python版本： 3.6.72. 下载源码到本地facenet官方github:https://github.com/davidsandberg/facenet.gitgit clone https://github.com/davidsandberg/fac...