通過往期的文章分享，我們分享了人臉識別的前2個步驟，人臉數據的提取，人臉數據的神經網絡訓練，本期是人臉識別的最終章，通過前期文章訓練的人臉數據模型，進行人臉的識別。

人臉識別結果

人臉識別系統初始化

初始化系統

2-6行，插入必要的第三方庫

8-10行，導入人臉檢測模型，人臉識別的前提步驟是從圖片或者從視頻中識別到人臉

12-13行，導入人臉識別模型

15-18行，導入上期文章訓練的人臉模型數據，包括人臉數據以及人臉label

人臉識別的人臉檢測

人臉檢測

20-23行，我們導入要識別的一張人臉圖片，并獲取圖片的尺寸

25-29行，計算圖片的blob值，并導入人臉檢測模型，使用前反饋從圖片中檢測到人臉

人臉識別的人臉數據篩選

人臉數據篩選

31-39行，首先從人臉檢測到的數據中提取人臉檢測的置信度，并篩選出置信度大于50%的數據，并從人臉置信度高的圖片中，檢測出人臉的大小尺寸，若人臉的尺寸小于20，此人臉看作是一個無效的數據

41-44行，從檢測到人臉中，計算人臉的blob值，并把blob值導入人臉識別數據模型，使用前反饋識別人臉

人臉識別

人臉識別

46行，利用預訓練模型識別人臉數據

47-48行，計算人臉識別的置信度（利用前期訓練的人臉模型與數據對比，得到人臉識別模型與我們前期預訓練的模型的對比置信度）

49行，得到人臉識別的label，也就是人臉的名稱

50-51行，打印人臉識別的結果包括人臉名稱與置信度

52-56行，畫出人臉方框，并在方框上標注人臉名稱與置信度

58-59行，顯示圖片

人臉識別

人臉識別之視頻人臉識別

從視頻中識別人臉，就是從識別中提取每幀視頻的圖片，利用圖片的人臉識別進行人臉的數據對比，通過前期的文章分享，我們也分享了很多的視頻識別 ，包括對象檢測，本部分的人臉識別的步驟完全一樣

初始化人臉模型

初始化人臉模型

打開默認攝像頭

打開默認攝像頭

人臉檢測

人臉檢測

29行，從視頻中提取圖片

33-38行，使用人臉檢測模型檢測人臉

人臉數據篩選

人臉數據篩選

39-47行，篩選檢測到的人臉置信度大于50%的數據，并篩選人臉的尺寸大于20的數據

人臉識別

人臉識別

49-52行，進行人臉識別

53-56行，利用人臉預訓練模型，識別出人臉的名稱以及置信度

59-62行，畫出人臉方框，并在方框中標注人臉的名稱與置信度

視頻數據輸出

65行，實時顯示人臉識別結果

當關閉程序時，打印一下識別的速度，當然電腦的配置越高，識別速度越快，從視頻查看，并不覺的卡，當然也可以利用前期分享的多進程處理的方式，把識別的部分放到多進程里面來處理，在while true里面只顯示結果便可。

人臉識別

序

通過這三期的文章分享，一個完整的人臉識別項目便可以實現了，大家可以參考這3章的文章，搜集人臉圖片，進行一下自己的人臉識別系統的建立，比如智能家居，人臉識別考勤系統等等，都可以使用分享的方案進行人臉的識別，當然，小編的技術能力有限，人臉識別的精度若想提高到一定的等級，需要自己設計一些算法

從視頻中截圖照片