[OpenR8 解決方案] Image-FaceNet (人臉偵測與辨識)

inference.png

 

FaceNet 主要驗證人臉是否為同一個人,端對端學習,直接比對兩個人臉經過它的網路映射之後的歐氏距離。該模型沒有使用傳統 softmax 的方式進行分類學習,而是抽取某一層當作特徵,將人臉影像映射到一個歐幾里得多維空間的編碼方法,通過空間距離來表示人臉的相似度,同一個人的距離越小,反之不同人距離則越大。最後基於此編碼再做人臉辨識、人臉驗證、人臉分群等各種應用。

其主要核心為提出一種卷積神經網路的架構,並使用 triplet loss 作為 loss function。  

 

  本解決方案收錄了 FaceNet。使用者只要透過滑鼠點擊即可完成前處理、訓練、分類、 即時影像人臉辨識等。

整個流程為: 

1. 準備圖片 => 前處理使用 MTCNN 實現人臉偵測與對齊,取出人臉區域 (preprocess.py) => 訓練 (2_train_softmax.py 或 2_train_tripletloss.py) 

=> 使用上面 2_train_tripletloss.py 訓練出來的模型 (或直接使用提供的模型),計算輸入兩張影像歐氏距離來判斷是否同一個人 (3_compare.py)

=>輸入有包含多張人臉影像資料夾,輸出將人臉分類後的資料夾 (3_clustering.py)  

2. 使用上面 2_train_tripletloss.py 訓練出來的模型 (或直接使用提供的模型) 來計算自己影像的特徵向量,將這些特徵向量訓練出一個 SVM 分類器 (4_classifier.py)

=> 輸入有包含多張影像的資料夾,輸出顯示已在影像框出人臉與人名 (5_inference.py)

=> 使用 webcam 偵測辨識影像中的人 (5_real_time_face_recognition.py)

 

OpenR8 解決方案-繁體中文-Image-FaceNet 人臉偵測與辨識 -20190807.pdf


延伸閱讀

1.
OpenR8 社群版 - 免費開源的人工智慧軟體 (下載)

2.
[OpenR8 解決方案] Image-Object-Detection-VGG16-SSD512-Caffe-Face-Recognition-Celebrity (名人人臉辨識)

[CP 值最好的 AI 人工智慧電腦熱賣中]
硬體採用最新最快的 Titan RTX, RTX-2080Ti-11G, 及 TESLA V100!
視窗圖控介面,易學易用。
硬體優勢:針對深度學習最佳化設計,且經過客戶端 24H 運作驗證。
軟體優勢:事先安裝人工智慧軟體及優化設定,每週提供最新 AI 演算法下載。
公司優勢:專業人工智慧機器人設計公司,資本額一億。
歡迎企業、學校、及公家機關大量採購。
可租用,歡迎來信或來電洽詢。
詳細資料請參閱以下網址: https://tw.openrobot.club/ai-computer