基于 Python 实现的脸部识别 人眼特征检测 活体检测 人脸旋转与侧脸拉正

# face-recognition项目介绍 这个项目有两个大功能：人脸预处理和CNN人脸训练与识别<br /> 由于不能上传大文件，需要下载shape_predictor_68_face_landmarks文件，在该文件夹内提供了下载链接<br /> 人脸数据需要自己造，暂不提供 # 需要注意 由于dlib新版API只支持python3.6，在其他版本的python环境中需要进行重构<br /> 对人脸切割部分代码进行以下的重构 ```python cutting_position = (d.left(), d.top(), d.right(), d.bottom()) # 切割出人脸 im = Image.open(path) region = im.crop(cutting_position) # 人脸缩放 a = 500 # 人脸方格大小 if region.size[0] >= a or region.size[1] >= a: region.thumbnail((a, a), Image.ANTIALIAS) else: region = region.resize((a, a), Image.ANTIALIAS) # 将Image转化为cv2 region = cv2.cvtColor(np.asarray(region), cv2.COLOR_RGB2BGR) # 保存人脸 cv2.imshow('region', region) print(type(region)) cv2.waitKey(0) ``` # 1、人脸预处理<br /> 人脸活体检测：从原始图片中识别出人脸的位置，以及68个特征点位置，借助shape_predictor_68_face_landmarks模型。<br /> <br /><br /> 脸部检测提取：从原始图片中将人脸提取出来<br /> <br /><br /> 脸部检测提取：人脸旋转，可以将侧脸拉正<br /> <br /> <br /> # 2、CNN人脸训练与识别<br /> 网络方案：2个卷积、2个pooling、两个全连接、所有激活函数均采用leaky_relu<br /> 原始数据截图：<br /> <br /><br /> 处理后的数据：<br /> <br /><br /> 训练效果：<br /> <br /><br /> 测试效果：<br /> <br /><br />