前言

在去年十月的时候参加了一个小，做了一个人脸识别程序并很意外地获得省里面的一等奖，，有同学想要做这方面的毕业设计or课程设计，发一篇博客来分享一下当时的开发过程。

项目简介

可以看一下我的这个

开发流程

一：安装Dlib的环境

这部分有点麻烦，不论是Windows还是linux，我都花了一段时间去配置，部分python依赖包需要连接外网才能顺利下载下来，这部分就靠自己摸索吧，多试试就可以成功了！

Linux的我找不到当时配置时参考的博客了

二：阅读Dlib库的接口、使用方法

这里我没有阅读Dlib的官方文档，我直接阅读了、以及，参考他的源码去调用Dlib的人脸识别接口的，最终包装成自己的库。

，可以参考一下，里面有详尽的注释（写的不好，轻喷）

三：开发

这部分就看自己的需求啦

这里可以提一点小见解：

• 做简单一点的人脸识别，直接用人脸检测算子+人脸编码然后对比人像编码的距离就可以了。
• 我开发的时候是为了尽量避免角度对人脸造成的影响，就在Dlib官方的基础上加入了人脸矫正功能
  • 我做的是一个比较low、但确实有用的人脸矫正算法
  • 就是基于眼睛、鼻子上检测到的关键点，对图像进行简单的水平旋转
  • 矫正后理论上可以提升编码的稳定性（因为尽可能排除角度因素了）
  • 这部分的代码在Faces.py的330行左右
• 对于一些人头偏移角度过大可能造成人脸检测算子检测不到的问题，因为我的使用场景特殊，是100％有人脸，所以我会在检测不到人像的时候对图像旋转几个角度再检测，我管它叫旋转鲁棒性（其实是当时看到一篇论文的题目有这个字眼，自己就搬过来用了）。至于是否采用这样的操作，可以结合自己的使用场景来决定。