人脸比对应有多严格(人脸识别,版本 9)?
版本 8 处理速度。最后一个版本处理一个更安静的问题:版本 8 判断两张脸是不是同一个人,
用的数字不是任何人选的。库的默认值是 0.6,那是一个合理的猜测,不是一个决定。
版本 9 把它变成一个决定:给这个数字起名,并把它搬到文件顶部的一个地方。
从版本 8 改了两行。就这样。改动小,是因为这个旋钮一直都在;它只是藏在库的默认值里。
一个数字,两种错误
匹配一张脸会产生一个距离:这张脸离一个已知的脸有多远,用 128 个数字来量。零就是完全相同。 容差是那条界线——任何高于它的距离都被当成另一个人。
转动这个旋钮,两种错误会朝相反方向移动,没有任何设置能让两者同时消失:
- 太松 — 陌生人被安上最像的那个人的名字。屏幕自信地显示错误的人。
- 太严 — 对的人被拒绝,因为同一张脸从来不会两次拍得一模一样。
屏幕对一个它认识的人显示
Unknown。
哪种错误更要紧,是关于用途的问题,不是关于代码的问题。一扇绝对不能让错的人打开的门, 要严的设置。一个应该找出朋友每一张照片的照片库,松一点也无妨。
1. 把容差设一次
images_folder = "images"
my_tolerance = 0.5 # 库默认值是 0.6
这个变量和其他设置放在一起,在文件夹搜索上面,所以容易找到,也容易改。#
后面的文字是注释:Python 忽略它,它留在文件里,告诉下一个读的人:没有这一行时,数字会是多少。
把默认值这样摆出来,比记住它便宜。
2. 把这个数字传给 compare_faces
matches = face_recognition.compare_faces(known_face_encodings, face_encoding, tolerance=my_tolerance)
那一行里其他东西都是版本 7 的工作。加的是 tolerance=my_tolerance:
等号左边的名字是 compare_faces 内部的设置,必须一字不差地写成这样;
等号右边是上面设的变量。
注意下一行的 face_distance 没有动。它没有容差,因为它只报距离;
多远的距离可以接受,这个决定属于 compare_faces。所以两行是一致的:
距离量一次,同一个界线套在它们上面。
距离大概是什么样子
编码向量的长度大约是 1,所以实际上距离很少超过 1.2。典型的值:
0— 两张完全相同的照片。- 大约
0.3–0.5— 同一个人的两张照片,拍摄时间不同。 - 大约
0.7以上 — 两个不同的人。
所以有用的设置大致落在 0.4 到 0.7 之间:
0.4–0.5— 严格。错误的姓名更少,Unknown更多。0.6— 库的默认值,也是库自己的文档推荐的起点。0.7以上 — 宽松。陌生人开始从文件夹里借名字。1.0以上 — 几乎什么都匹配,等于完全不检查。
库的建议和这张表一致:如果两个不同的人被报成同一个人,就把数字调低。
容差和缩放会互相拉扯
版本 8 在编码之前把画面缩到一半,这要付出细节,也把距离推高一点。版本 9 又把界线收紧。 两件都做,效果会叠加:一张在 0.6 默认值下以 0.57 通过的脸,现在可能坐在 0.62,在 0.5 下面失败。
所以这两个设置应该一起选。如果你收紧了容差,对的人却一直显示 Unknown,
先把 scale_ratio 调高靠近 1.0,再考虑放松容差。
靠保留更多像素来恢复准确率,通常比靠接受更弱的证据来恢复更好。
完整程序
版本 1 的下载里已经有这个文件。和版本 8 相比,多了一行,还有一行多了一个设置; 后面每一行的行号都往后挪了一位。
import face_recognition
import cv2
import os
import glob
import numpy as np
images_folder = "images"
my_tolerance = 0.5 # 库默认值 = 0.6
images_path = glob.glob(os.path.join(images_folder, "*.*"))
known_face_encodings=[]
known_face_names=[]
for img_path in images_path:
img = cv2.imread(img_path)
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
basename = os.path.basename(img_path)
(filename, ext) = os.path.splitext(basename)
img_encoding = face_recognition.face_encodings(rgb_img)[0]
known_face_encodings.append(img_encoding)
known_face_names.append(filename)
cap = cv2.VideoCapture(0)
scale_ratio = 0.5
multiple = int(1 / scale_ratio)
ret, img = cap.read()
width=int(img.shape[1]*scale_ratio)
height=int(img.shape[0]*scale_ratio)
dim=(width,height)
while True:
ret, img = cap.read()
resized=cv2.resize(img,dim,interpolation=cv2.INTER_NEAREST)
rgb_img = cv2.cvtColor(resized,cv2.COLOR_BGR2RGB)
face_locations = face_recognition.face_locations(rgb_img)
face_encodings = face_recognition.face_encodings(rgb_img, face_locations)
face_names = []
for face_encoding in face_encodings:
matches = face_recognition.compare_faces(known_face_encodings, face_encoding, tolerance=my_tolerance)
name = "Unknown"
face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
best_match_index = np.argmin(face_distances)
if matches[best_match_index]:
name = known_face_names[best_match_index]
face_names.append(name)
for face_loc, name in zip(face_locations, face_names):
y1, x2, y2, x1 = face_loc[0], face_loc[1], face_loc[2], face_loc[3]
y1=y1*multiple
x2=x2*multiple
y2=y2*multiple
x1=x1*multiple
cv2.putText(img, name, (x1, y1 - 10), cv2.FONT_HERSHEY_DUPLEX, 1, (0, 200, 0), 2)
cv2.rectangle(img, (x1, y1), (x2, y2), (0, 200, 0), 4)
cv2.imshow("Frame", img)
key = cv2.waitKey(1)
if key in (ord('q'), ord('Q')):
break
cap.release()
cv2.destroyAllWindows()
先加上你自己的照片
和之前一样,只有当 images 文件夹里有那个名字的文件时,脸才会被叫出名字,
例如 Peter.jpg。没有它,不管容差是多少,每张脸都是 Unknown。
在自己的电脑上运行
用和版本 1 相同的下载:
下载 zip 文件,解压,
在 Visual Studio Code 里打开文件夹。这篇笔记用的是 face09.py。
在这个文件夹里第一次运行时,三行都跑:
uv python pin 3.12.10
uv sync
uv run face09.py
这三行只需要一次。下次想再运行程序,只打 uv run face09.py。
整个系列一眼看完
- 版本 1 — 显示文件夹里的每一张照片。
- 版本 2 — 把每张照片变成 128 个数字,把文件名留作标签。
- 版本 3 — 给一张照片里的人脸命名。
- 版本 4 — 在窗口里显示摄像头。
- 版本 5 — 显示之前先改动一帧。
- 版本 6 — 在帧上画一个框和一个标签。
- 版本 7 — 实时识别并命名人脸。
- 版本 8 — 只搜索四分之一的像素,换取速度。
- 版本 9 — 选择匹配要多严格。
九个小程序,每一个都是能用一句话说清楚的一步。拼在一起,它们是一台能叫出面前是谁的摄像头; 而同一个模式——列一串数字、比对、决定、把决定画出来——也躺在远大于它们的系统底下。