Question

一个小白怎么学习人脸识别技术啊

一个小白怎么学习人脸识别技术啊

Answer 1

人脸识别主要用于身份识别。由于视频监控正在快速发展，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。人脸识别技术，采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。

Answer 2

• 首先，我们得明白人脸识别技术大概可以分为三部分：人脸检测，人脸跟踪，人脸对比

  

  请点击输入图片描述

• 首先，你可以打开百度，搜索百度开放平台

  

  请点击输入图片描述

• 点击进入上面搜索到的网页，进入其官网，既可以看到这个页面

  

  请点击输入图片描述

• 然后产品服务——>人脸与人体识别——>人脸识别

  

  请点击输入图片描述

• 点击进入之后，里面是可以直接使用这个技术，也可以看这个的文档。

  

  请点击输入图片描述

• 点击文档进入可以看到很多和人脸识别用到的技术相关资料，还是挺厉害的

  

  请点击输入图片描述

• 点击使用也就有相应的使用的方法之类的

  

  请点击输入图片描述

Answer 3

人脸识别技术概述
人脸识别技术大致由人脸检测和人脸识别两个环节组成。
之所以要有人脸检测，不光是为了检测出照片上是否有人脸，更重要的是把照片中人脸无关的部分删掉，否则整张照片的像素都传给f(x)识别函数肯定就不可用了。人脸检测不一定会使用深度学习技术，因为这里的技术要求相对低一些，只需要知道有没有人脸以及人脸在照片中的大致位置即可。一般我们考虑使用OpenCV、dlib等开源库的人脸检测功能（基于专家经验的传统特征值方法计算量少从而速度更快），也可以使用基于深度学习实现的技术如MTCNN（在神经网络较深较宽时运算量大从而慢一些）。
在人脸检测环节中，我们主要关注检测率、漏检率、误检率三个指标，其中：
检测率：存在人脸并且被检测出的图像在所有存在人脸图像中的比例；
漏检率：存在人脸但是没有检测出的图像在所有存在人脸图像中的比例；
误检率：不存在人脸但是检测出存在人脸的图像在所有不存在人脸图像中的比例。
当然，检测速度也很重要。本文不对人脸检测做进一步描述。
在人脸识别环节，其应用场景一般分为1:1和1:N。

Answer 4

你可以去虹软的官网下载虹软的算法，文档说明什么的都做得很好，很适合新手小白

Answer 5

虹软的人脸识别SDK是免费的，支持多平台多开发语言，简单易用，在开放平台上还有一些接入的demo可以参考使用。可以直接下载测试的，可以在它基础上二次开发呐