作者|MRINAL WALIA
編譯|Flin
來源|medium
人臉識別是一種能夠從影像或視頻源的視頻幀中實時識別或驗證人的技術，
在今天的文章中，我們將討論五個開源人臉識別專案，以提高你在資料科學領域的技能，
注意：本文只是簡單介紹一些不那么著名但非常好的開源專案，你可以在你的專案中使用這些專案，要閱讀有關它們的更多資訊，我建議遵循專案中提供的鏈接，
擁有良好的理論知識是驚人的，但在實時機器學習專案中用代碼實作它們則是完全不同的事情，基于不同的問題和資料集，你可能會得到不同的意外結果，
因此，作為獎勵，我還增加了各種課程的鏈接，這些課程對我學習資料科學和ML的程序有很大幫助，
我個人是DataCamp的粉絲，我的學習之路從它開始，我現在仍然在通過DataCamp學習并不斷學習新課程，他們有一些令人興奮的課程，一定要看看，
-
DataCamp
- https://www.datacamp.com/courses/?tap_a=5644-dce66f&tap_s=210732-9d6bbf?tap_a=5644-dce66f&tap_s=841152-474aa4
-
資料科學家與Python
- https://www.datacamp.com/tracks/data-scientist-with-python?tap_a=5644-dce66f&tap_s=841152-474aa4
-
資料科學家與R
- https://www.datacamp.com/tracks/data-scientist-with-r?tap_a=5644-dce66f&tap_s=841152-474aa4
-
機器學習科學家與R
- https://www.datacamp.com/tracks/machine-learning-scientist-with-r?tap_a=5644-dce66f&tap_s=841152-474aa4
-
機器學習科學家與Python
- https://www.datacamp.com/tracks/machine-learning-scientist-with-python?tap_a=5644-dce66f&tap_s=841152-474aa4
-
面向所有人的機器學習
- https://www.datacamp.com/tracks/machine-learning-for-everyone?tap_a=5644-dce66f&tap_s=841152-474aa4
-
所有人的資料科學
- https://www.datacamp.com/tracks/data-science-for-everyone?tap_a=5644-dce66f&tap_s=841152-474aa4
-
Python資料工程師
- https://www.datacamp.com/tracks/data-engineer-with-python?tap_a=5644-dce66f&tap_s=841152-474aa4
-
python資料分析器
- https://www.datacamp.com/tracks/data-analyst-with-python?tap_a=5644-dce66f&tap_s=841152-474aa4
-
通過pyspark打好大資料基礎
- https://www.datacamp.com/courses/big-data-fundamentals-via-pyspark?tap_a=5644-dce66f&tap_s=841152-474aa4
PS：我仍然在使用DataCamp，在空閑時間繼續學習課程，實際上，我堅持讓讀者根據他們的興趣去嘗試任何一門課程，開始學習并在機器學習和資料科學中建立良好的基礎，DataCamp的這些課程最棒的地方在于，它們以非常優雅和不同的方式進行解釋，平衡地關注實際知識和概念知識，最后總是有一個案例研究，這是我最喜歡他們的地方，
這些課程真的值得你花時間和金錢，這些課程肯定會幫助你更好地理解和實作機器學習，也可以用Python或R來實作，我相信你一定會喜歡它的，我是從我個人的觀點和經驗中提出這一點的，
另外，我還注意到，DataCamp在美國東部時間2020年9月9日至9月16日下午12點的一周內為所有課程提供75%的折扣，因此，這將是最好的時間去爭取一些年度訂閱（我已經擁有了），基本上可以無限訪問所有的課程和其他東西的資料營，并充分利用在疫情期間你坐在家里的時間，
回到主題……
1. 人臉識別
Adam Geitgey的Face_Recognition是世界上最簡單的內置Python人臉識別API，可以從命令列使用，這個專案基于深度學習，使用dlib最先進的面部識別庫，
之所以稱為“最簡單”，是因為它允許你將影像添加到檔案夾中，并從命令列開始識別人臉，在wild基準測驗中的標記面孔上，準確率為98.38%
人臉識別API的其他一些功能包括：
-
檢測一張圖片中的多張臉，并識別每張照片中出現的人，
-
在實時攝像頭中檢測人臉，
-
檢測人的眼睛、鼻子、嘴、眉毛、下巴等面部特征，得到被檢測部位的位置和輪廓，
-
檢測面部特征并應用數字化妝
注意：你可以在Adam Geitgey的這篇文章中閱讀有關Face_Recognition API的更多資訊，
- https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78
2.?agleEye
?agleEye是一個開源專案，可用于跟蹤你的朋友，使用影像識別和反向影像搜索來找到他們的Facebook，Instagram和Twitter個人資料，要運行此專案，你必須安裝Linux系統，如果你沒有Linux系統，則還可以使用虛擬機安裝Linux，
該專案是使用Python編程語言，最新的dlib人臉識別庫和人臉識別API構建的，
3. DocFace
DocFace是一個開源的人臉識別系統，可用于實時將身份證件照片與自拍照片進行匹配，這個專案是建立在TensorFlow和Python之上的，
為了確保更好的性能，首先使用MatLab版本的MTCNN following SphereFace對齊所拍攝的面部自拍，用于訓練基本模型的資料集是Ms-Celeb-1M和LFW，
然后使用基本模型通過遷移學習對ID自拍資料集進行微調，通過遷移學習，使用預先訓練的基礎模型，我們能夠達到99.67%的準確率，
4. GetMeThrough
GetMeThrough是一個免費的開源軟體，以離線模式實時作業的web應用程式，幫助任何活動的組織者僅允許授權或受邀的人參加活動，使用兩步驗證因素，即首先使用人臉識別技術檢查該人是否在資料庫中注冊，否則將檢查二維碼，
本專案使用dlib預訓練模型構建，該模型建立在Face_Recogniton API（如前所述）之上，以達到99.38%的準確率，本專案開發中使用的其他工具有MongoDB、materialecss，Node.js以及 Express.js 用于前端、后端、資料庫和web應用框架，
按照這里給出的說明，你可以獲得在本地計算機上運行的專案的副本，以便進行開發和測驗，
5. SharpAI DeepCamera
sharpAI的DeepCamera是Android設備上的開源人工智能視頻監控，監控攝像頭具有人臉識別、人體形狀識別、運動檢測、人臉檢測、目標檢測等多種功能，
這是一個免費的自動機器學習（AutoML）深度學習的邊緣人工智能平臺，在這個平臺上，訓練一個新的模型不需要編程經驗，它主要是用來保護你的隱私，
它已經被支持在各種Android設備和攝像頭上運行良好，目前，DeepCamera由SharpAI維護，
參考
Face_Recognition API
- https://github.com/ageitgey/face_recognition
- https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78
EagleEye
- https://github.com/ThoughtfulDev/EagleEye
DocFace
- https://arxiv.org/abs/1805.02283
- https://github.com/seasonSH/DocFace
Get Me Through
- https://github.com/malikshubham827/get-me-through
DeepCamera
- https://github.com/SharpAI/DeepCamera
- https://sharpai.github.io/DeepCamera/
感謝你的閱讀！
原文鏈接：https://medium.com/@waliamrinal/ways-to-boost-your-computer-vision-projects-by-using-5-open-source-facial-recognition-projects-56668f170cb9
歡迎關注磐創AI博客站：
http://panchuang.net/
sklearn機器學習中文官方檔案：
http://sklearn123.com/
歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/170228.html
標籤：其他