人脸特征向量的提取,“认识”一个人,活动一 体验手机的人脸解锁功能,01,输入训练图片,不同角度的数据采集,获得人脸特征,对比分析训练,机器训练,获得特征,“认识”人脸过程,机器训练,手机或者其它的机器是如何对我的图片数据进行分析训练的呢？,思考：,机器识别人脸过程,要“认识”一个人,提取人脸重要特征,LBPH识别器,识别训练,1.自学教材P55页的知识卡片，了解LBP识别器。,2.安装命令：pip install opencv-contrib-python,步骤一：准备工作,识别训练,LBPH是LocalBinaryPatternsHistograms的缩写，翻译过来就是局部二进制编码直方图。LBPH的主要思想是以当前点与其相邻点的相对关系作为处理结果。正因如此，在图像灰度整体发生变化时，提取的信息仍能保持不变。此方法在人脸识别中运用非常广泛，本节的程序就使用了这种方法来训练机器。OpenCV还提供了另外两种人脸识别方法，分别是EigenFace和FisherFace。,知识卡片：LBPH识别器,步骤二：人脸识别训练,识别训练,思考：,1.人脸图片标签有什么用？ 2.代码最后加一行print(labels,照片被训练)有什么作用。,任务：,1.成功运行程序并输出训练结果； 2.图片训练得越多，有什么好处？,引入模块,输入训练图片,设置图片标签,加入LBPH识别器,机器训练,体验一：人脸数据采集,拓展任务：“认识”视频中的人,思考：,拓展任务：,基本任务：,1.将数量采集设置成400张的目的？ 2.用户设置人脸图片标签的作用？,成功运行程序并采集个人人脸数据；,尝试采集同桌同学的人脸数据。,体验二：人脸数据训练,拓展任务：“认识”视频中的人,提醒：,基本任务：,成功运行程序并生成ID的训练数量；,操作前先安装Pillow模块； 安装命令：pip install pillow；,拓展阅读,自学教材P59页：人脸识别技术的“前世今生”。,1.通常而言，机器学习时，样本图片数量越大，学习的效果越好； 2.想办法，增加学习样本的图片数量； 3.设置标签的重要性； 4.人脸识别训练的过程。,知识总结