人脸识别研究任务及开源项目调研

0 任务

人脸识别流程包括人脸检测、人脸对齐、人脸识别等子任务。

图1 一些部分遮挡的人脸样本。(a) LFW数据库中部分遮挡的人脸样本。(b)AR数据库部分遮挡的人脸样本。

人脸识别具有重要的学术价值，人脸是一类相当复杂的细节变化的自然结构目标，此类目标的识别的挑战性在于：

外界光线变化或者表情变化。

在真实的环境中，可能存在眼镜，胡须，化妆或者口罩或者其他物体的遮挡。

物体遮挡导致在复杂的环境中难以检测出人脸。

研究方向主要有：目标检测、扭曲变形、提升对比度、运动模糊、残缺破损等。

1 应用场景

人脸检测与属性分析：快速检测人脸并返回人脸框位置，准确识别多种属性信息。
人脸实名认证：支持【姓名+身份证号】两要素验证，以及【人脸图片+姓名+身份证号】三要素验证，对接权威数据源及验证服务，精确判断用户身份真实性。配合活体检测、人脸对比等服务，满足各种场景下身份核验的灵活需求。
人脸对比：两张人脸进行 1：1 比对，得到人脸相似度，支持生活照、证件照、身份证芯片照、带网纹照、红外黑白照5种图片类型的人脸对比。
人脸搜索：给定一张照片，对比人脸库中N张人脸，进行1：N检索，找出最相似的一张或多张人脸，并返回相似度分数。支持百万级人脸库管理，毫秒级识别响应，可满足身份核验、人脸考勤、刷脸通行等应用场景。
活体检测：识别业务场景中的用户是否为「真人」，有效抵御照片、视频、3D模具等作弊行为，保障业务安全性。
人脸融合：对两张人脸进行融合处理，生成的人脸同时具备两张人脸的外貌特征。此服务也支持对图片进行黄反及政治人物过滤，为业务提供安全的人脸服务，支持图片/视频换脸。

2 开源项目

这里优先总结功能相对齐全的开源项目，再总结完成单个子任务的开源项目。本文主要关注方法较流行且提供源码的开源项目，忽略了仅提供SDK的。

2.1 全任务

SeetaFaceEngine与SeetaFaceEngine2，是中科院山世光组开源的项目，含Detection、Alignment、Identification，前者代码齐全，很适合学习，只是没有开源模型训练方法，后者只提供了SDK。

OpenCV以及opencv_contrib，传统方法和深度学习方法都有，4.0版本已发布，见ChangeLog。

dlib基于C++的机器学习库，其中也含有 frontal face detection 和 face recognition等。face_recognition基于dlib的人脸识别（python）。

openface官网以及cmusatyalab/openface github是基于google FaceNet(CVPR 2015)用Python和Torch实现的人脸识别系统。

facenet，基于Tensorflow实现的FaceNet，参考了上面的openface

TadasBaltrusaitis/OpenFace（与上面的openface不是同一个），汇总了多篇论文的实现，含facial
landmark detection、head pose estimation、facial action unit recognition 以及 eye-gaze estimation，侧重于facial behavior analysis and understanding。

2.2 人脸检测

MTCNN，Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Neural Networks。以及MTCNN-light，无框架实现版本。

百度冠军方法PyramidBox的两个非官方实现，EricZgw/PyramidBox以及Goingqs/PyramidBox，前者TensorFlow后者pytorch。

2.3 人脸识别

以下，copy自大学生写人脸识别算法现实吗？ - 卡本特的回答 - 知乎

• caffeFace：https://github.com/ydwen/caffe-face
• normFace：https://github.com/happynear/NormFace
• mobile ID：liuziwei7/mobile-id
• sphereFace：wy1iu/sphereface
• insightface：deepinsight/insightface

2018年初Insightface曾拿Megaface第一，参见InsightFace - 使用篇, 如何一键刷分LFW 99.80%, MegaFace 98%。

以上，待更新。

参考

https://www.zhihu.com/question/64860792
计算机视觉人脸相关开源项目总结

总结

以上是生活随笔为你收集整理的人脸识别研究任务及开源项目调研的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。