超简单而强大的人脸识别项目登上GitHub趋势榜(4)

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_video_file.py

• 案例：通过树莓派摄像头进行人脸个数统计及人脸身份识别

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_on_raspberry_pi.py

• 案例：通过浏览器HTTP访问网络服务器进行人脸识别（需要安装Flask后端开发框架）

https://github.com/ageitgey/face_recognition/blob/master/examples/web_service_example.py

• 案例：基于K最近邻KNN分类算法进行人脸识别

https://github.com/ageitgey/face_recognition/blob/master/examples/face_recognition_knn.py

关于 face_recognition的文章和教程

• 本项目作者写的一篇文章 Modern Face Recognition with Deep Learning:

https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78

• 主要内容：基本算法和原理

• Face recognition with OpenCV, Python, and deep learning by Adrian Rosebrock:

https://www.pyimagesearch.com/2018/06/18/face-recognition-with-opencv-python-and-deep-learning/

• 主要内容：如何实际使用本项目

• Raspberry Pi Face Recognition by Adrian Rosebrock

https://www.pyimagesearch.com/2018/06/25/raspberry-pi-face-recognition/

• 主要内容：如何在树莓派上使用本项目

• Face clustering with Python by Adrian Rosebrock

https://www.pyimagesearch.com/2018/07/09/face-clustering-with-python/

• 主要内容：使用非监督学习算法实现把图片中的人脸高斯模糊

人脸识别的原理

如果你想更深入了解人脸识别这个黑箱的原理请读这篇文章：

https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78

本项目的人脸识别模型是基于成年人的，在孩子身上效果可能一般。如果图片中有孩子的话，建议把临界值设为0.6.不同人种的识别结果可能不同， 看wiki百科页面查看更多细节。

本项目是基于C++库dlib的，所以把本项目部署在Heroku或者AWS的云端服务器上是很明智的。

为了简化这个过程，有一个Dockerfile案例，教你怎么把face_recognition开发的app封装成Docker 容器文件，你可以把它部署在所以支持Docker镜像文件的云服务上。

如果出了问题，请在Github提交Issue之前查看 常见错误 。

（编辑：ASP站长网）