使用卷积神经网络（CNN）做人脸识别的示例代码
60 浏览量
2020-09-17
16:07:57
上传
评论
收藏 720KB PDF 举报
使用卷积神经网络（使用卷积神经网络（CNN）做人脸识别的示例代码）做人脸识别的示例代码
主要介绍了使用卷积神经网络（CNN）做人脸识别的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的
参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
上回书说到了对人脸的检测，这回就开始正式进入人脸识别的阶段。
关于人脸识别，目前有很多经典的算法，当我大学时代，我的老师给我推荐的第一个算法是特征脸法，原理是先将图像灰度化，然后将图像每行首尾相接
拉成一个列向量，接下来为了降低运算量要用PCA降维， 最后进分类器分类，可以使用KNN、SVM、神经网络等等，甚至可以用最简单的欧氏距离来度
量每个列向量之间的相似度。OpenCV中也提供了相应的EigenFaceRecognizer库来实现该算法，除此之外还有FisherFaceRecognizer、
LBPHFaceRecognizer以及最近几年兴起的卷积神经网络等。
卷积神经网络（CNN）的前级包含了卷积和池化操作，可以实现图片的特征提取和降维，最近几年由于计算机算力的提升，很多人都开始转向这个方
向，所以我这次打算使用它来试试效果。
老规矩，先配置下编程的环境：
系统：windows / linux
解释器：python 3.6
依赖库：numpy、opencv-python 3、tensorflow、keras、scikit-learn
pip3 install numpy
pip3 install opencv-python
pip3 install keras
pip3 install scikit-learn
pip3 install tensorflow
如果手中有一块支持Cuda加速的GPU建议安装GPU版本：
pip3 install tensorflow-gpu
上次文章有位读者评论说：
所以，为了照顾初学者，这里简单介绍下Anaconda的安装方法，Anaconda是一个开源的Python发行版本，其包含了Conda、Python等180多个科学包及
其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大，所以有python包安装基础的人还是建议通过pip来安装所需的依赖。
首先进入Anaconda下载页（https://www.anaconda.com/download/）：
这里根据自己的电脑系统来选择相应的系统选项，至于是64位还是32位要根据自己电脑的内存大小和系统位数来选择，python版本选择3.6。
下载完成安装，打开程序，切换左侧菜单到Environment，选择all,输入想要安装的模块并搜索，选中后点击右下角的Apply就开始安装了。
资源评论
