real-time-face-recognition-with-facenet:只需使用Facenet创建实时人脸识别

Facenet实时人脸识别 我记得工作的第一天，我被分配去从事人脸识别系统的工作，但是那时做一个能够很好地完成分类器的梦想就像是一个梦，我当时纯粹是使用Open-Cv来检测人脸然后为每张脸创建一个唯一的向量。 但是它的准确性太低，无法像在任何应用程序中一样使用它。 几个月前，我读了一篇名为《 FaceNet：人脸识别和聚类的统一嵌入》的论文，该论文提出了一个用于人脸验证的统一系统。 Facenet是基于使用深度卷积网络学习每个图像的欧几里得嵌入而设计的，嵌入算法可搜索数据的很多维连续表示。 训练网络，使嵌入空间中的平方L2距离直接对应于人脸相似度。 同一个人的脸距离很小，而不同的人的脸距离很大。 一旦产生了嵌入，上述任务就变得直截了当：面部验证仅涉及对两个嵌入之间的距离进行阈值化； 识别成为一个k-NN分类问题，可以使用现成的技术（例如k均值或凝聚聚类）来实现聚类。