11、人脸检测与识别技术全解析

人脸检测与识别技术全解析

1. 生成人脸数据

在进行人脸检测和识别之前，我们需要生成用于训练的人脸数据。具体操作步骤如下：
1. 修改 output_folder 变量，使其与你的名字匹配，例如选择 ../data/at/my_name 。
2. 运行脚本，等待它在若干帧（例如20帧或更多）中检测到你的脸，然后按任意键退出。
3. 再次修改 output_folder 变量，使其与你想要识别的朋友的名字匹配，例如选择 ../data/at/name_of_my_friend 。注意不要更改文件夹的基础部分（在本例中为 ../data/at ），因为后续我们会编写代码从该基础文件夹的所有子文件夹中加载训练图像。
4. 让你的朋友坐在相机前，再次运行脚本，让它在若干帧中检测到你朋友的脸，然后退出。
5. 对任何你想要识别的其他人重复此过程。

2. 人脸识别算法概述

OpenCV 4实现了三种不同的人脸识别算法：特征脸（Eigenfaces）、Fisher脸（Fisherfaces）和局部二值模式直方图（LBPHs）。特征脸和Fisher脸都源自一种更通用的算法——主成分分析（PCA）。以下是这些算法的简要介绍：
- 特征脸（Eigenfaces） ：执行PCA，识别一组观察值（即你的人脸数据库）的主成分，计算当前观察值（图像或帧中检测到的人脸）与数据集的差异，并产生一个值。值越小，人脸数据库与检测到的人脸之间的差异越小；因此，值为0表示