實(shí)踐 | Face-API實(shí)現(xiàn)人臉識別（附源代碼）
參考face-api.js?https://github.com/justadudewhohacks/face-api.js#face-api.js-for-the-browse
功能
第一階段實(shí)現(xiàn)對圖片中人臉的識別并打上標(biāo)簽(比如：人名) 第二階段使用攝像頭實(shí)現(xiàn)對人物的識別，比如典型的應(yīng)用做一個(gè)人臉考勤的系統(tǒng)
資源
face-api.js?https://github.com/justadudewhohacks/face-api.js/
Face-api.js 是一個(gè) JavaScript API，是基于 tensorflow.js 核心 API 的人臉檢測和人臉識別的瀏覽器實(shí)現(xiàn)。它實(shí)現(xiàn)了一系列的卷積神經(jīng)網(wǎng)絡(luò)（CNN），針對網(wǎng)絡(luò)和移動設(shè)備進(jìn)行了優(yōu)化。
filepond?https://github.com/pqina/filepond
是一個(gè) JavaScript 文件上傳庫?？梢酝先肷蟼魑募?，并且會對圖像進(jìn)行優(yōu)化以加快上傳速度。讓用戶體驗(yàn)到出色、進(jìn)度可見、如絲般順暢的用戶體驗(yàn)。確實(shí)很酷的一款上傳圖片的開源產(chǎn)品。
fancyBox?https://fancyapps.com/fancybox/3/
是一個(gè) JavaScript 庫，它以優(yōu)雅的方式展示圖片，視頻和一些 html 內(nèi)容。它包含你所期望的一切特性 —— 支持觸屏，響應(yīng)式和高度自定義。
設(shè)計(jì)思路
準(zhǔn)備一個(gè)人臉數(shù)據(jù)庫，上傳照片，并打上標(biāo)簽（人名），最好但是單張臉的照片，測試的時(shí)候可以同時(shí)對一張照片上的多個(gè)人物進(jìn)行識別；
提取人臉數(shù)據(jù)庫中的照片和標(biāo)簽進(jìn)行量化處理，轉(zhuǎn)化成一堆數(shù)字，這樣就可以進(jìn)行比較匹配；
使用一張照片來測試一下匹配程度。
代碼具體實(shí)踐步驟
還是先來看看代碼吧，做這類開發(fā)，并沒有想象中的那么難，因?yàn)殡y的核心別人都已經(jīng)幫你實(shí)現(xiàn)了，所以和普通的程序開發(fā)沒有什么不同，熟練掌握這些api的方法和功能就可以做出非常實(shí)用并且非?？犰诺漠a(chǎn)品。
1、準(zhǔn)備素材：下載每個(gè)人物的圖片進(jìn)行分類
2、上傳服務(wù)器數(shù)據(jù)庫
3、測試
Face Landmark Detection
Face Recognition
Face Expression Recognition
Running the Examples
Clone the repository:
git clone https://github.com/justadudewhohacks/face-api.js.git
Running the Browser Examples
cd face-api.js/examples/examples-browser
npm i
npm start
Browse to?http://localhost:3000/.
Running the Nodejs Examples
cd face-api.js/examples/examples-nodejs
npm i
Now run one of the examples using ts-node:
ts-node faceDetection.ts
Or simply compile and run them with node:
tsc faceDetection.ts
node faceDetection.js
代碼·解析
這里對face-api.js類庫代碼做一下簡單的說明。
face-api 類庫介紹
face-api 有幾個(gè)非常重要的方法下面說明一下都是來自?https://github.com/justadudewhohacks/face-api.js/?的介紹在使用這些方法前必須先加載訓(xùn)練好的模型,這里并不需要自己照片進(jìn)行訓(xùn)練了，face-api.js應(yīng)該是在tensorflow.js上改的所以這些訓(xùn)練好的模型應(yīng)該和python版的tensorflow都是通用的。所有可用的模型都在https://github.com/justadudewhohacks/face-api.js/tree/master/weights?可以找到。
非常重要參數(shù)設(shè)置，在優(yōu)化識別性能和比對的正確性上很有幫助，就是需要慢慢的微調(diào)。
最常用的圖片識別方法，想要識別什么就調(diào)用相應(yīng)的方法就好了。
Detecting Faces
Detect all faces in an image. Returns?Array<FaceDetection>:
const detections = await faceapi.detectAllFaces(input)
Detect the face with the highest confidence score in an image. Returns?FaceDetection?| undefined:
const detection = await faceapi.detectSingleFace(input)
By default?detectAllFaces?and?detectSingleFace?utilize the SSD Mobilenet V1 Face Detector. You can specify the face detector by passing the corresponding options object:
const detections1 = await faceapi.detectAllFaces(input, new faceapi.SsdMobilenetv1Options())
const detections2 = await faceapi.detectAllFaces(input, new faceapi.TinyFaceDetectorOptions())具體可以參考官方Github具體步驟！
若要知道具體實(shí)踐，可以關(guān)注我們的微信公眾號平臺“計(jì)算機(jī)視覺研究院”！
