前端人臉識別兩張臉相似度

face-api.js 傳送門:

**傳送門, 安裝即用, 順手點star, 一天好心情, 例子基於face-api.js

可以clone下我的例子**, 比對參考是images資料夾下的reference.jpg

獲取face-api.js:npm i face-api.js

node-gyp: windows使用者安裝辦法

tensorflow.js node.js windows故障排查

安裝完包之後, 需要根據你所需要的功能載入適當的model, 人臉檢測乙個model, 表情識別乙個model, 人臉識別乙個model, 如果你沒有提前載入model直接使用api的話會有下面示例**類似提示

uncaught (in promise) error: facelandmark68net - load model before inference // 這就意味著沒有載入facelandmark model

那麼如何載入model呢, 如下**

await faceapi.
loadtinyfacedetectormodel
('model位址'
)// 等價於
await faceapi.nets.tinyfacedetector.
load
('model位址'
)

全部的model可以在倉庫找到: /tree/master/weights 你可以把他們放到自己的靜態伺服器裡

const detections =
await faceapi.
detectallfaces
(input)

檢測影象中具有最高置信度分數的面部

const detection =
await faceapi.
detectsingleface
(input)

預設情況下，detectallfaces和detectsingleface使用ssd mobilenet v1人臉檢測器。您可以通過傳遞相應的選項物件來指定面部檢測器

// 我測試的時候使用的是`tinyfacedetector`, 因此可以
const detections =
await faceapi.
detectallfaces
(input,
newfaceapi.tinyfacedetectoroptions()
)

在面部檢測之後，我們還可以**每個檢測到的面部的面部標誌，如下所示：

const detectionswithlandmarks =
await faceapi.
detectallfaces
(input)
.withfacelandmarks()
// 或者
const detectionwithlandmarks =
await faceapi.
detectsingleface
(input)
.withfacelandmarks
()

note: 一定要按照博文所寫的順序來呼叫函式

在面部檢測和面部標誌**之後，可以計算每個面部的面部描述符：

const results =
await faceapi.
detectallfaces
(input)
.withfacelandmarks()
.withfacedescriptors()
// 或者
const result =
await faceapi.
detectsingleface
(input)
.withfacelandmarks()
.withfacedescriptor
()

要執行面部識別，可以使用faceapi.facematcher將參考面部描述符與查詢面部描述符進行比較

}此處主要通過臉部特徵向量來計算euclidean distance(歐氏距離), 因此如預覽圖所示_distance越小, 說明兩張臉越匹配, 這個閾值可以設定為0.4, 0.4以下為匹配成功, 以上則失敗.

const dist = faceapi.
euclideandistance([
0,0]
,[0,
10])console.
log(dist)
// 10

tips: euclidean distance(歐氏距離)定義: 是乙個通常採用的距離定義,它是在m維空間中兩個點之間的真實距離.在二維空間中的歐氏距離就是兩點之間的直線段距離. 二維空間的歐氏距離公式d = sqrt(( x1-x2)^2 + (y1-y2)^2 )三維空間的歐氏距離公式d = sqrt( (x1-x2)^2+(y1-y2)^2+(z1-z2)^2 )

前端人臉識別兩張臉相似度

男人婚前婚後的兩張臉

兩張軟盤linux

人臉識別9 人臉搜尋概述

前端人臉識別 兩張臉相似度

男人婚前婚後的兩張臉

兩張軟盤linux

人臉識別9 人臉搜尋 概述

相關推薦

前端人臉識別兩張臉相似度

人臉識別9 人臉搜尋概述