face-recognition-notes/README.md at master - GitHub

face-recognition-notes. 人臉辨識( face recognition ) - 使用深度學習( TensorFlow ) 和OpenCV. 這些是我之前有興趣做的簡單筆記，大家可以參考看看 ... Skiptocontent {{message}} twtrubiks / face-recognition-notes Public Notifications Fork 3 Star 6 Code Issues 0 Pullrequests 0 Actions Projects 0 Wiki Security Insights More Code Issues Pullrequests Actions Projects Wiki Security Insights Permalink master Branches Tags Couldnotloadbranches Nothingtoshow {{refName}} default Couldnotloadtags Nothingtoshow {{refName}} default face-recognition-notes/README.md Gotofile Gotofile T Gotoline L Copypath Copypermalink     Cannotretrievecontributorsatthistime face-recognition-notes 人臉辨識(facerecognition)-使用深度學習(TensorFlow)和OpenCV 深度學習 為什麼要研究深度學習?單純使用opencv沒辦到辦到人臉辨識嗎? 那為什麼在網路上找FaceRecognition，相關近期資料卻都是深度學習(TensorFlow)搭配OpenCV? 研究專案 相關議題MicrosoftFaceAPI背後技術 目前深度學習的應用 84lines(42sloc) 2.99KB Raw Blame OpenwithDesktop Viewraw Viewblame face-recognition-notes 人臉辨識(facerecognition)-使用深度學習(TensorFlow)和OpenCV 這些是我之前有興趣做的簡單筆記，大家可以參考看看😃 深度學習 一個函數集，自己訓練出來的(經過大量的訓練過程，最終計算出一個最佳函數，得出最佳解，我們主要提供他規則) 為什麼要研究深度學習?單純使用opencv沒辦到辦到人臉辨識嗎? 可以。

可以透過opencv的FaceRecognition辦到臉部辨識。

opencv的FaceRecognition可參考FaceDetect 那為什麼在網路上找FaceRecognition，相關近期資料卻都是深度學習(TensorFlow)搭配OpenCV? 目前猜測是辨識精準度的問題。

單純使用OpenCV完成臉部辨識:使用人工的方式截取臉部特徵值 使用OpenCV+深度學習(TensorFlow)完成臉部辨識:深度學習會自動截取臉部特徵值 考慮到辨識對象可能長的很相似，所以對辨識精準度的要求要比較高。

因為這些原因，所以我研究臉部辨識這議題，我是針對深度學習下去研究，opencv單純只是幫我偵測出人臉。

研究專案 參考專案:BossSensor BossSensor流程: 步驟一:收集圖片，圖片只保留臉部的部份，因為如果有背景以及其他不必要的部份，會影響訓練以及辨識. 方法:使用opencv截取人臉的部份。

(在opencv裡，可以透過haarcascade_frontalface_default.xml來偵測出目前是否為人臉) 步驟二:開始建立機器學習(MachineLearning)的model 方法:透過Keras卷積深度神經網路（ConvolutionalNeuronNetworks,CNN）建立model 大家為什麼選卷積深度神經網路（ConvolutionalNeuronNetworks,CNN）? 因為卷積神經網路(深度學習結構)在圖像和語音辨識方面能夠給出更優的結果。

Keras介紹 Keras的後端有TensorFlow(tf)以及Theano(th) TensorFlow(tf)表達模式-(100,3,16,32) Theano(th)表達模式-(100,16,32,3) 100,3這部份是指100張RPG三通道的圖片 16代表高32代表寬 訓練和測試使用同一種後端。

在訓練的時候，我們會先把照片轉成大小一致(64*64) dataset-->buildModel-->trainModel-->saveModel 步驟三:開始辨識 loadModel-->透過相機截取臉部-->將大小轉成(64*64)-->比對(開始辨識) 相關議題MicrosoftFaceAPI背後技術 由於MicrosoftFaceAPI的辨識速度很快，而且上傳給他的圖片也只有幾張而已，猜測他們的技術是比對兩張圖片的特徵值， 而不是使用深度學習 目前深度學習的應用 以google舉例 Gmail自動判斷約99%的垃圾郵件 GoogleNow的語音辨識，透過學習，辨識率越來越精準 Google相簿的自動分類(對照片自動下標籤) Go Youcan’tperformthatactionatthistime. Yousignedinwithanothertaborwindow.Reloadtorefreshyoursession. Yousignedoutinanothertaborwindow.Reloadtorefreshyoursession.