人脸识别开源算法库和开源数据库

目录

1. 人脸识别开源算法库

1.1 OpenCV人脸识别模块

1.2 Dlib人脸识别模块

1.3 SeetaFace6

1.4 DeepFace

1.5 InsightFace

2. 人脸识别开源数据库

2.1 CelebA

2.2 LFW

2.3 MegaFace

2.4 Glint360K

2.5 WebFace260M

        人脸识别 (Face Recognition) 是一种基于人的面部特征信息进行身份识别的生物特征识别技术。近年来，随着人工智能、计算机视觉、大数据、云计算、芯片等技术的迅速发展，人脸识别技术取得了长足的进步并且在众多场景中得以成功应用 。

        人脸识别的应用模式主要包括三种：

• 人脸验证 (Face Verification): 判定两张人脸图像是否属于同一个人，常用于身份认证如人证核验。

• 人脸辨识 (Face Identification): 给定一张人脸图像，判断是否在注册库中，若在则返回具体的身份信息 ， 常用于静态检索或动态布控 。

• 人脸聚类 (Face Clustering): 给定一批人脸图像，将相同人的图像归类到同一个类，不同人的划分为不同的类，常见的应用有智能相册、一人一档等。

        本文旨在介绍一些人脸识别开源算法库和开源数据集，并在后续博文陆续分享人脸识别开源算法库的C++和Python实现代码调用Demo，以帮助开发人员加速人脸识别技术应用。

1. 人脸识别开源算法库

1.1 OpenCV人脸识别模块

        OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，它提供了很多函数，这些函数非常高效地实现了计算机视觉算法。

        官网：https://opencv.org/

        Github: https://github.com/opencv/opencv

        中国镜像: https://gitcode.net/opencv/opencv

        OpenCV 的应用领域非常广泛，包括图像拼接、图像降噪、产品质检、人机交互、人脸识别、动作识别、动作跟踪、无人驾驶等。

        OpenCV 4.5.4版本开始，DNN模块集成了高性能的人脸检测算法（使用模型YuNet，由OpenCV China团队贡献）和人脸识别算法（使用模型SFace，由北京邮电大学邓伟洪教授课题组贡献）。详见 https://github.com/opencv/opencv_zoo

Face Detection with YuNet