人工智能基础与应用（第2版）（微课版）课件 模块8 人脸识别：机器也认识你.pptx

8-1人脸识别基础模块?人脸识别：机器也认识你

目录CONTENTS人脸识别技术发展简史01人脸识别系统02人脸识别关键技术03

一.人脸识别技术发展简史1.技术发展简史

一.人脸识别技术发展简史2.典型方法及精度

二.人脸识别系统1.人脸图像采集及检测人脸检测采集人脸数据

二.人脸识别系统2.人脸图像预处理图像预处理人脸扶正、图像增强归一化处等

二.人脸识别系统3.人脸图像特征提取利用人脸关键部位的几何特征和它们之间结构关系的几何描述，以区分不同的人脸

二.人脸识别系统4.人脸图像识别按某种机器学习算法将此特征向量与数据库中存储的特征模板进行匹配。设定一个阈值，如果两特征向量非常相似，当相似度超过这个阈值时，则找到待识别对象，输出匹配结果。

三.人脸识别关键技术1.人脸检测后处理融合技术将这些属于一张人脸的多个识别框融合为一个识别框

三.人脸识别关键技术2.人脸特征提取一种常见的做法是对人脸的关键点（如眼睛、眉毛、嘴唇及鼻子轮廓等）使用某种特征提取算法，将关键点坐标与预定模式进行比较，然后计算人脸的特征值。当然还有深度学习方法来提取特征

三.人脸识别关键技术3.人脸识别人脸比对人脸搜索

人工智能基础与应用Thankyouverymuch!

8-2认识OpenCV模块?人脸识别：机器也认识你

目录CONTENTSOpenCV的框架结构01OpenCV中的人脸分类器02

一.OpenCV的框架结构1.官网

一.OpenCV的框架结构2.基本框架结构

一.OpenCV的框架结构3.主要模块功能

二.OpenCV中的人脸分类器1.OpenCV安装

二.OpenCV中的人脸分类器2.常用分类器

人工智能基础与应用Thankyouverymuch!

8-3项目1—照片智能搜索模块?人脸识别：机器也认识你

目录CONTENTS提出问题01预备知识03解决方案02任务1—训练人脸识别模型04任务2—利用训练好的模型来搜索照片05

一.提出问题问题描述随着人们生活水平的提高和手机照相功能的日趋完善，人们可以随自己心意拍摄照片，不知不觉之中，每个人都保存了大量的生活照片。然而，每当想重温照片或者想分享一张特别满意的照片时，从众多的照片中一遍遍翻找的确是一件费时费力的事情。能否借助AI的人脸识别技术来帮助人们自动整理照片，实现照片的智能搜索呢

二.解决方案2.具体方案

三.预备知识1.人脸分类器

三.预备知识1.人脸分类器人脸的检测结果人脸的位置及大小数据

三.预备知识2.人脸识别算法（1）EigenFace算法基本思想：把人脸从像素空间变换到另一个空间，在另一个空间中做相似性的计算。该算法首先选择一个合适的子空间，将所有的图像变换到这个子空间中，然后在这个子空间中衡量相似性或者进行分类学习。它利用主成分分析（PrincipalComponentAnalysis，PCA）得到人脸分布的主要成分，对训练集中所有人脸图像的协方差矩阵进行特征值分解，得到对应的特征向量，这些特征向量就是“特征脸”。（2）FisherFace算法FisherFace算法是基于线性判别分析（LinearDiscriminantAnalysis，LDA）算法实现的，基本思想是：将高维样本数据投影到最佳分类的向量空间，保证数据在新的子空间中有更大的类间距离和更小的类内距离。（3）LBPHFace算法局部二进制编码直方图（LocalBinaryPatternsHistograms，LBPH）是基于提取图像特征的LBP算子，该算法的大致思路是：先使用LBP算子提取图像特征，这样可以获取整个图像的LBP编码图像；再将该LBP编码图像分为若干个区域，获取每个区域的LBP编码直方图，从而得到整个图像的LBP编码直方图。

三.预备知识2.人脸识别算法使用人脸识别模型前，要执行以下命令安装OpenCV的扩展包首选人脸识别算法

三.预备知识2.人脸识别算法

三.预备知识2.人脸识别算法执行结果

四.任务1——训练人脸识别模型1.构建一个人脸分类器定义实现人脸检测功能的函数

四.任务1——训练人脸识别模型2.生成目标人脸数据的训练集人脸数据人脸标签

四.任务1——训练人脸识别模型3.训练人脸识别模型保存模型已备后用

五.任务2——利用训练好的模型来搜索照片1.加载训练好的模型初始化人脸识别方法，读取训练好的模型文件，将其作为识别照片的人脸分类器。

五.任务2——利用训练好的模型来搜索照片1.加载训练好的模型初始化人脸识别方法，读取训练好的模型文件，将其作为识别照片的人脸分类器。

五.任务2——利用训练好的模型来搜索照片2.在照片集中搜索要找的照片定义搜索函数

五.任务2——利用训练