机器学习
- 机器学习的目的是把数据转换成信息。
- 机器学习通过从数据里提取规则或模式来把数据转成信息。
人脸识别
- 人脸识别通过级联分类器对特征的分级筛选来确定是否是人脸。
- 每个节点的正确识别率很高，但正确拒绝率很低。
- 任一节点判断没有人脸特征则结束运算，宣布不是人脸。
- 全部节点通过，则宣布是人脸。
工业上，常用人脸识别技术来识别物体。
基于深度学习的人脸识别系统，一共用到5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速器）。
用到一个开源的深度学习模型：VGG model。
1 #include "opencv2/core/core.hpp"
2 #include "opencv2/objdetect/objdetect.hpp"
3 #include "opencv2/highgui/highgui.hpp"
4 #include "opencv2/imgproc/imgproc.hpp"
5
6 #include <iostream>
7 #include <stdio.h>
8
9 using namespace std;
10 using namespace cv;
11
12 string face_cascade_name = "haarcascade_frontalface_alt.xml";
13 CascadeClassifier face_cascade;
14 string window_name = "人脸识别";
15
16 void detectAndDisplay( Mat frame );
17
18 int main( int argc, char** argv ){
19 Mat image;
20 image = imread( argv[1]);
21
22 if( argc != 2 || !image.data ){
23 printf("[error] 没有图片\n");
24 return -1;
25 }
26
27 if( !face_cascade.load( face_cascade_name ) ){
28 printf("[error] 无法加载级联分类器文件！\n");
29 return -1;
30 }
31
32 detectAndDisplay(image);
33
34 waitKey(0);
35 }
36
37 void detectAndDisplay( Mat frame ){
38 std::vector<Rect> faces;
39 Mat frame_gray;
40
41 cvtColor( frame, frame_gray, CV_BGR2GRAY );
42 equalizeHist( frame_gray, frame_gray );
43
44 face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );
45
46 for( int i = 0; i < faces.size(); i++ ){
47 Point center( faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5 );
48 ellipse( frame, center, Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 );
49 }
50
51 imshow( window_name, frame );
52 }
初次接触人脸识别编程，感谢一位博主的文章给的参考...https://www.cnblogs.com/justany/archive/2012/11/22/2781552.html
这篇文章讲的比较透彻
