可以在 python 中使用 mediapipe 进行人脸识别
is possible to face recognition with mediapipe in python
我尝试用python制作应用程序来识别人脸,最近使用cv2+dlib和face_recognition模块进行识别,但我有两个问题:
- 有 3 或 4 秒延迟
- 低准确性
这就是为什么我决定使用另一个库,经过这么多搜索,找到 MediaPipe, this library is very fast (real time) and find this example 用于人脸检测,但我需要人脸识别!但没有找到任何人脸识别的例子
有解决办法吗?
Mediapipe不提供人脸识别方法,只提供人脸检测。
face_recognition 库的准确性非常好,据称其准确性为 99% 以上。你的数据集可能不够好。
解法:
为了获得更好的速度性能,请使用“hog”模型而不是“cnn”模型。您可以在使用 face_locations 方法时修改它,如以下代码行。
locations = face_recognition.face_locations(frame, model="hog")
为了准确性,使用更好的数据集图像(更高质量,一张直视相机的脸,同一个人的更多图片,但通常 1-3 张图片就足够了)
如果要提高人脸识别的准确性,请将容差值降低到 0.4 或 0.5,对于人脸检测,请使用 hog 模型。
face_recognition.api.compare_faces(known_face_encodings,face_encoding_to_check, tolerance=0.5)
https://face-recognition.readthedocs.io/en/latest/face_recognition.html
我尝试用python制作应用程序来识别人脸,最近使用cv2+dlib和face_recognition模块进行识别,但我有两个问题:
- 有 3 或 4 秒延迟
- 低准确性
这就是为什么我决定使用另一个库,经过这么多搜索,找到 MediaPipe, this library is very fast (real time) and find this example 用于人脸检测,但我需要人脸识别!但没有找到任何人脸识别的例子 有解决办法吗?
Mediapipe不提供人脸识别方法,只提供人脸检测。
face_recognition 库的准确性非常好,据称其准确性为 99% 以上。你的数据集可能不够好。
解法:
为了获得更好的速度性能,请使用“hog”模型而不是“cnn”模型。您可以在使用 face_locations 方法时修改它,如以下代码行。
locations = face_recognition.face_locations(frame, model="hog")
为了准确性,使用更好的数据集图像(更高质量,一张直视相机的脸,同一个人的更多图片,但通常 1-3 张图片就足够了)
如果要提高人脸识别的准确性,请将容差值降低到 0.4 或 0.5,对于人脸检测,请使用 hog 模型。
face_recognition.api.compare_faces(known_face_encodings,face_encoding_to_check, tolerance=0.5)
https://face-recognition.readthedocs.io/en/latest/face_recognition.html