本文主要是介绍[树莓派]人脸识别+活体检测 加载2800+人脸数据还能达到20FPS!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
文章目录
- 一、背景
- 二、介绍
- 三、表现
- 四、运行
- 五、可调参数
- 六、引用及致谢
- 七、最后
一、背景
最近一直在学习人脸识别,想做一个能够落地的项目,但是网上的教程要么就只是opencv人脸检测,要么就是帧数太低,用起来很不方便。因此我开源了一个树莓派人脸识别+活体检测的库,在2800+人脸数据的情况下能达到20FPS左右的人脸检测,人脸识别,以及活体检测。
二、介绍
本项目用的是ncnn来作为推理框架部署模型,主要用到的模型有
人脸检测:
mtcnn
人脸识别:
MobileFaceNet
活体检测
Silent-Face-Anti-Spoofing
本项目使用的所有模型和一部分代码均来自GitHub开源项目,非常感谢前人铺好的路,让我成功在树莓派上复现insightface和Face-Anti-Spoofing。
三、表现
-
青色数据是指人脸识别分数(默认阈值0.40)黄色数据是活体检测置信度(默认阈值0.89)
-
程序可以从2859张不同人脸的图片中准确找到属于我的那一张,并且戴上口罩还可以识别(鲁棒性一般,后续更新使用retinaface会更加稳定)
-
对于一个中小型的人脸数据库,处理速度达到20FPS是完全够的。(调参之后还可以提升)
四、运行
1.首先准备一块树莓派,这里我用的是Raspberry 4B 4G版
2.安装依赖 opencv(读取图片,显示视频,以及显示文字)
我安装的是4.2.0,对于其他版本是否支持不清楚,但是建议使用opencv4
这是一个很好的教程,大家可以参考->opencv安装教程
3.下载项目
git clone https://github.com/XinghaoChen9/LiveFaceReco_RaspberryPi.git
-
进入src文件夹,修改livefacereco.hpp中的project_path为你自己的路径
-
修改face_thre为true来记录自己的人脸(可选)
-
开始编译,在文件夹根目录输入
mkdir build
cd build
cmake ..
make -j4
./LiveFaceReco
五、可调参数
- largest_face_only: 是否只检测最大人脸
- record_face: 在下次运行中会每隔两秒检测人脸并且写入img文件夹作为数据库
- distance_threshold: 防止过远人脸误检测
- face_thre: 人脸识别阈值
- true_thre: 活体检测阈值
- jump: 跳帧,跳过某几帧的人脸识别和活体检测来加速
- input_width: 输入宽度
- input_height: 输入高度
- output_width: 输出宽度
- output_height: 输出高度(注意:输出太大会降低速度)
- project_path: 一定设为自己的目录
六、引用及致谢
十分感谢以下列出的项目为我提供模型和代码支持,正是站在巨人的肩上,才能让我们走得更远。
@inproceedings{deng2018arcface, title={ArcFace: Additive Angular
Margin Loss for Deep Face Recognition}, author={Deng, Jiankang and
Guo, Jia and Niannan, Xue and Zafeiriou, Stefanos}, booktitle={CVPR},
year={2019} }@inproceedings{deng2019retinaface, title={RetinaFace: Single-stage
Dense Face Localisation in the Wild}, author={Deng, Jiankang and Guo,
Jia and Yuxiang, Zhou and Jinke Yu and Irene Kotsia and Zafeiriou,
Stefanos}, booktitle={arxiv}, year={2019} }@inproceedings{ncnn, title={ncnn https://github.com/ElegantGod/ncnn},
author={ElegantGod}, }@inproceedings{Face-Recognition-Cpp, title={Face-Recognition-Cpp
https://github.com/markson14/Face-Recognition-Cpp},
author={markson14}, }@inproceedings{insightface_ncnn, title={insightface_ncnn
https://github.com/KangKangLoveCat/insightface_ncnn},
author={KangKangLoveCat}, }@inproceedings{Silent-Face-Anti-Spoofing,
title={Silent-Face-Anti-Spoofing
https://github.com/minivision-ai/Silent-Face-Anti-Spoofing},
author={minivision-ai}, }
七、最后
Github开源地址
Bilibili视频检测
欢迎大家在issue区与我讨论,要是觉得帮到你的话,请给我的项目点一个star吧!非常感谢!
要是大家感兴趣的话后面会再继续讲解,以及更新retinaface作为人脸检测器(更加稳定),star超过50会持续更新以及进一步提高FPS!
这篇关于[树莓派]人脸识别+活体检测 加载2800+人脸数据还能达到20FPS!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!