人脸识别可以自制，你知道吗？而且非常简单

• 只需要不到10行代码就能完成

如你所知，很多人使用手机上的面部解锁功能；而且你也知道，如今很多城市乘坐地铁时都被要求刷脸；甚至人们在超市结账时举起手机刷脸……

更多参见我们的 “生物识别及对抗方法” 栏目。本文不是对抗方法。

很多人觉得这项名为“人脸识别”的技术简直不可思议。但是，您认为基于该技术的应用程序很难吗？

实际上并不难。您甚至可以自制，只需要不到10行的代码就可以制作它！

这里是人脸识别 Tensorflow 教程，欢迎来玩。

如果不想阅读本文，只需要看一眼以下代码 😂

from easyfacenet.simple import facenet
images = ['images/image1.jpg', 'images/image2.jpg', 'images/image3.jpg']aligned = facenet.align_face(images)comparisons = facenet.compare(aligned)
print("Is image 1 and 2 similar? ", bool(comparisons[0][1]))print("Is image 1 and 3 similar? ", bool(comparisons[0][2]))

它将输出以下内容：

Is image 1 and 2 similar?  TrueIs image 1 and 3 similar?  False

等下，难道不是 tensorflow？当然是 tensorflow。本教程将使用由 Tensorflow 开发的算法 Facenet。

因此，在 Facenet 之上创建另一个接口，称为 Easy Facenet。要安装该库，您只需键入：

pip install easyfacenet

完成了～

这篇文章到此结束了吗？当然不是。

接下来将逐行向您解释该教程。同时，首先介绍人脸识别的工作原理。

人脸识别

关于人脸识别是如何工作的？

从上图可以看到，步骤是这样的：

1. 获取应包含面部的输入图像
2. 需要找到面部的确切位置，并在面部周围放置一个边界框
3. 为了确保算法的一致性，需要对图片稍作调整，以使嘴、鼻子和眼睛的位置对于不同的图片来说能保持一致
4. 然后裁剪
5. 将裁剪的图片输入到 Facenet 算法中，该算法是一个深度神经网络。
6. 它将输出该脸部图的矢量表示。当时是128维特征向量，现在是512维。
7. 然后，您就可以使用该形式执行所需的操作了。您可以进行分类、聚类、或者仅使用图片之间的相似度计算，也就是识别。

哇哦，听起来有好多，很难吧？并不是。基本上，您可以将这7个步骤分为3个步骤，分别是：

1. 校准：输入图像并输出对齐的裁切面
2. 嵌入：输入面部并输出矢量表示
3. 比较：就是识别

因为只有3个简单的步骤，所以代码应该就这么简单，不是吗？

是的，可以使用 easyfacenet。

最简单的人脸识别 Tensorflow 库

下面逐一分解代码。

from easyfacenet.simple import facenet

从 simple 组件导入 facenet 文件。您可以在文件内部使用三个模式：align_face, embedding, 和 compare.

可以很容易地看出，这些模式中的每一个都代表了人脸识别的每个步骤。

images = ['images/image1.jpg', 'images/image2.jpg', 'images/image3.jpg']

下面就可以确定图像了。

还有另外一个：

图像已经有了，下面开始进行。

步骤1：对齐

aligned = facenet.align_face(images)

该库将尝试在图像内部找到人脸并裁剪人脸，预白化可以使训练更容易，于是进行预白化处理。

经过预白化处理的对齐的脸部将如下所示。

步骤2：嵌入

embeddings = facenet.embedding(aligned)

结果将如下所示：

步骤3：比较

comparisons = facenet.compare(aligned)

如果您有3张图片，则 compares 变量将具有3 x 3的值。这一个步骤就是比较。如果要获取 “图像1是否类似于图像2？”，那么这样：

print("Is image 1 and 2 similar? ", bool(comparisons[0][1]))

同理：Is image 1 similar to image 3?

print("Is image 1 and 3 similar? ", bool(comparisons[0][2]))

就是这样。这样就可以得到比较结果。我使用的比较技术是余弦相似性。您可以使用任何其他想要的相似性方法。比如您可以使用聚类和分类；Siamese Network 这样的东西应该是您想要的。

接下来该怎么办？

正如前面所说的，这是最简单的人脸识别 Tensorflow 库。因此，您可以尽快开始做您想做的事。

如果您是老司机，则可以浏览该库并创建真正的人脸识别 Tensorflow 代码。在这里看一下代码，因为那是该库的基石。您可以扩展它创建您自己的功能。

最后的想法

如果您想了解这项惊人技术背后的论文，可以在这里和这里看到。

总之，利用 easyfacenet 可以在极大程度上帮助您创建自制的人脸识别项目。而且，这个人脸识别库完全由个人维护。如果您想要某种功能，这对您来说应该很容易。

如果您想探索另一种惊人的机器学习技术，可以在这里阅读。⚪️

Face Recognition Tensorflow Tutorial (with less than 10 lines of codes!)

IYP新列表如下 —— 

防身的： https：// start.me/p/xbYXdR/iyp-1

认知的：https：// start.me/p/RMQrDD/iyp-2

斗智的：https：// start.me/p/ nRBzO9 / iyp-3

眼界的：https：// start.me/p/aL8RrM/iyp-4

你懂的：https://start.me/p/1kod2L/iyp-direct-action5

持续更新中！