使用卷积神经网络（CNN）做人脸识别的示例代码_cnn人脸识别代码资源-CSDN文库

卷积神经网络CNN

39 浏览量 2020-09-17 16:07:57 上传评论 1 收藏 720KB PDF 举报

资源推荐

资源详情

资源评论

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。

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余7页未读，立即下载

内容反馈

weixin_38661466

粉丝: 7
资源: 930

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip