人臉識別算法SeetaFace6 入門教程

2021-01-08 中科視拓

通俗易懂的SeetaFace6操作指南

3月31日，中科視拓宣布免費開放商業版本人臉識別算法SeetaFace6。開放一周以來，深受好評，配套組建的「SeetaFace開發者社區」群成員十分活躍，群內交流經驗、問答討論熱火朝天。

為了幫助開發者順利使用SeetaFace6，快速構建能力創新應用，中科視拓上線SeetaFace6入門教程，詳細講解各主要模塊的功能使用和操作步驟。

SeetaFace6 入門教程地址：http://leanote.com/blog/post/5e7d6cecab64412ae60016ef

SeetaFace6 入門教程適用於有一定C++基礎，能夠看懂核心代碼片段，完成代碼並在對應平臺上編譯出可執行程序的開發者。教程基於SeetaFace進行講解，同時也會給出一些通用的算法使用的結論和建議，對一些關鍵的可能產生問題的部分進行提醒，為使用SeetaFace或者其他人臉識別產品的開發者提供幫助。

入門教程以SeetaFace6主要模塊為中心展開，完整解析人臉檢測和關鍵點定位、人臉特徵提取和對比、活體檢測、人臉跟蹤、質量評估、人臉屬性檢測、戴口罩人臉識別、眼睛狀態檢測等八大模塊。

教程開篇首先解釋了圖像、坐標系、模型設置、對象生命周期、線程安全性等基本概念的結構定義，並輔以使用示例。相比SeetaFace2，SeetaFace6新增了活體檢測、人臉圖像質量評估、人臉屬性檢測、戴口罩人臉識別等模塊。教程通過基本使用、參數設置、參數調試等內容闡述活體檢測操作過程。質量評估下設亮度評估、清晰度評估、完整度評估、姿態評估、姿態評估（深度）、解析度評估、清晰度評估（深度）、遮擋評估、評估器使用等多個子模塊講解。人臉屬性檢測目前開放年齡和性別屬性識別，當下大熱的口罩佩戴檢測和口罩佩戴場景下的人臉識別也分別配備了使用說明。教程最後補充說明多指令集支持、其他語言支持和代碼塊，通過設計動態運行庫，提供不同語言的擴展參考文件，解決部署實現的問題。

針對開發者反饋的一些共性問題，中科視拓特別整理了FAQ，供大家參考。

SeetaFace6 FAQ

1、版本號不統一？

關於版本號的額外說明：該開放版本立項的時候，就是作為社區版v3發布，而執行過程中調整發布版本為商用版本v6。版本不統一是由於商用版迭代的版本管理和社區版不統一造成的，此次統一版本為v6。但是項目過程中還是存在SeetaFace3表述，v6和v3其實就是一個版本。

2、這個版本什麼時候開源？

之前開源放出是基於新的商業版本的更新，這次直接放出了商業版本，所以近期內不會進行開源。當商業版本的SeetaFace7商用發布後，會考慮進行v6開源。

3、算法是否可以處理近灰度圖像？

對於灰度圖像，SeetaFace的工具鏈，除了活體檢測模塊的其他模塊都可以對應運行，對應精度會受到影響變低。

注意：將灰度圖像輸入每個模塊時，需要通過圖像庫轉成BGR通道格式輸入算法。

4、算法是否可以處理近紅外圖片？

SeetaFace6開放版都是基於可見光彩色圖像做處理的，不支持近紅外圖像。

這裡需要說明的是近紅外圖像不等價於灰度圖像，雖然前者往往只有黑白色。從成像來說，灰度圖像成像的波段還是可見光，近紅外圖像已經是不可見光成像了，這兩者有本質的不同。

灰度圖像可以做兼容處理，近紅外圖像不直接支持。

5、需要什麼配置運行？

從運行加速上來說，雖然有了多指令集支持，我們還是建議使用擁有加速指令集的CPU運行。

X86架構支持AVX和FMA指令集，支持OpenMP。ARM架構v8以上，支持NEON, OpenMP。

有了以上的支持都會有基本的體驗，當然體驗和價格基本上是成正比的。

沒有單純硬體的最低配置，各種配置都會對應有其解決方案。

6、是否可以訓練？

訓練代碼會開放，但是要基於中科視拓的海龍框架。這個事情牽扯到現有的商業合作，還在籌劃當中。

7、SeetaFace6開放版可以免費用於商用麼？

可以。

8、可以在Windows XP系統下兼容運行麼？可以，只要將最終的目標文件設置成XP即可。但是XP系統不支持動態指令集。

SeetaFace6開放地址：https://github.com/seetafaceengine/SeetaFace6

—END—

相關焦點

  • 開源人臉識別seetaface入門教程(一)
    簡述 seetaface由中科院計算所山世光研究員帶領的人臉識別研究組研發。代碼基於C++實現，不依賴第三方庫。經過這幾天的學習，對seetaface總算有了全面的了解。下面，聽我娓娓道來。 注意：本文章不涉及代碼邏輯和原理，只是教大家如何使用seetaface做人臉識別。 引擎 FaceDetection 人臉識別模塊，用於識別出照片中的人臉，染回每個人臉的坐標和人臉總數。
  • 媒體開發者齊點讚:中科視拓免費開放人臉識別算法SeetaFace6
    3月31日，中科視拓宣布免費開放商業正式版本SeetaFace6人臉識別算法。劃重點：1、SeetaFace6採用BSD協議，可以商業使用。2、SeetaFace6基於商業版最新的推理引擎TenniS，社區版與商業版完全打通。3、開放了MobileNet小模型和口罩檢測識別模型。
  • SeetaFace 6:中科視拓開放商業版本人臉識別算法
    快訊 | 詳情 SeetaFace 6：中科視拓開放商業版本人臉識別算法 3月31日，中科視拓宣布開放SeetaFace6人臉識別算法。
  • 什麼是SeetaFace開源人臉識別引擎?
    為實現此目的，一種可能的技術手段是通過對人臉的光學成像來感知人、識別人，即所謂的人臉識別技術。經過幾十年的研發積累，特別是近年來深度學習技術的湧現，人臉識別取得了長足的進步，在安防、金融、教育、社保等領域得到了越來越多的應用，成為計算機視覺領域最為成功的分支領域之一。然而，人臉識別並非完全成熟的技術，離公眾期望的全面應用尚有距離，還需要學術界、工業界的共同努力。
  • 中科視拓宣布開源SeetaFace6人臉識別算法(附相關課程)
    3月31日，中科視拓宣布開放SeetaFace6人臉識別算法。　　2016年9月和2019年8月，中科視拓分別開源了SeetaFace1.0人臉識別引擎、SeetaFace2.0商用級人臉識別算法。SeetaFace6是最新開放的正式級商業版本，突破了之前社區版和企業版錯開發布的情況，此次v6版本與商用版本同步推出。
  • 深度學習——入門經典綜述！深度人臉識別算法串講
    最近看了很多人臉識別loss相關和GAN相關的paper，但是沒有提綱挈領的把這些串起來。於是，一個小姐姐分享給我了這篇論文，閱讀了一下，確實比較經典，很全面。在這裡，將論文內容結合我自己的理解和在工作中進行的探索展開，分享給大家。
  • 人臉識別算法公司排名
    打開APP 人臉識別算法公司排名 陳翠 發表於 2019-03-06 15:31:19
  • 開箱即用的人臉識別算法大盤點
    在多數場合，中間還需要加一個&34;的步驟，也就是判斷人臉是真的人臉，還是別人拿照片或者視頻錄像假冒的；如果你是從視頻中檢測人臉，還需要加一個&34;判斷，也就是判斷一個視頻序列中哪個人臉質量最好，然後將最好的這個人臉送入到人臉識別系統。有哪些可用的人臉識別算法在上面一節，我們簡要介紹了如何做一個人臉識別系統。
  • CSI的開源SeetaFace2人臉識別算法
    今天，來自中科院計算所的人工智慧國家隊中科視拓宣布，開源商用級SeetaFace2人臉識別算法。SeetaFace2採用商業友好的BSD協議，這是在2016年9月開源SeetaFace1.0人臉識別引擎之後，中科視拓在人臉識別領域的又一次自我革命。
  • 百度號稱人臉識別算法國內第一?
    摘要:隨著深度學習演進，基於深度學習的人臉識別將獲得突破性的進展。它需要的只是越來越多的數據和樣本，數據和樣本越多、反覆訓練的次數越多，它越容易捕捉到準確的結果和給你準確的答案。所以，當一套人臉識別系統的設備，在全面引入深度學習的算法之後，它幾乎是很完美的解決了以前長期各種各樣的變化問題。
  • 全球人臉識別算法測試最新結果:中國算法包攬前五
    記者 張唯美國國家標準與技術研究院（NIST）近日公布了有工業界黃金標準之稱的全球人臉識別算法測試（FRVT）結果，排名前五的算法被中國包攬。依圖科技（yitu）繼續保持全球人臉識別競賽冠軍，在千萬分之一誤報下的識別準確率超過99%，排名第二的算法也來自依圖科技。
  • 基於小波包變換和壓縮感知的人臉識別算法
    傳統的基於稀疏表示的人臉識別是利用壓縮感知超完備庫下的稀疏表示，將訓練圖片直接構造為冗餘字典，再求解重構算法下的最優稀疏線性組合係數，然後根據這些係數來對人臉圖像進行分類。　　鄭軼、蔡體健[1]針對人臉求解稀疏表示時正交匹配追蹤算法運算度高，提出了一種改進的算法，加快了逆矩陣和大矩陣乘積的求解，但在構成訓練字典時對光照[2]、表情[3]、姿態[4]等考慮較少。Allen Y.
  • 全球人臉識別算法測試最新結果公布:中國算法包攬前五
    美國國家標準與技術研究院（NIST）近日公布了有工業界黃金標準之稱的全球人臉識別算法測試（FRVT）結果，排名前五的算法被中國包攬。依圖科技（yitu）繼續保持全球人臉識別競賽冠軍，在千萬分之一誤報下的識別準確率超過99%，排名第二的算法也來自依圖科技。
  • 人臉識別算法不可置疑?真相需要多重驗證!
    隨著大數據、人工智慧的數據進步，AI算法技術幫助我們更好的娛樂、工作和生活，當它應用於人臉識別，所得出的數據和結果就一定準確嗎？它一定不可置疑嗎？突然被逮捕？正是底特律警察局的人臉識別算法，將他與Shinola的盜竊案聯繫到了一起。公開報導顯示不止底特律警察局，整個密西根州警方都在使用人臉識別技術，由一家名為DataWorks Plus的公司提供。人臉識別算法是DataWorks Plus的擴展產品，由外部供應商所開發。DataWorks Plus會嘗試通過識別系統已知的低質量人物圖像來判斷其有效性。
  • 最先進的人臉識別算法:在口罩面前也不靈了
    本周一，美國標準化與技術研究所（NIST）公布最新發現，即便是最先進的人臉識別算法，面對戴口罩的被識別對象，會有至少5%的失敗率，遠超可被接受的0.3%失效率。人臉識別算法依賴於獲取儘可能多的數據點位，而佩戴口罩後，大量有價值的信息被帶走。
  • 研究發現增加口罩後 人臉識別算法的錯誤率大幅增加
    據外媒CNET報導，許多人臉識別公司都宣稱，即使在戴著口罩的情況下，他們也能精準地識別人的身份，但一項研究的最新結果顯示，有了遮擋物後這些算法的錯誤率正在急劇增加。在周二的更新中，美國國家標準與技術研究所（NIST）研究了3月中旬COVID-19大流行宣布後提交的41種人臉識別算法。
  • 算法功能的實際應用可以會使各類ai人臉識別算法不斷發展
    能科學解釋為啥要有，大家的媒體節操，和金錢利益我相信，將來的ai換臉算法發展，要大大超過電影的效果，甚至可以達到電影中絕大部分場景。最近微軟公布了alphago的3d人臉數據集。就在前段時間，阿里也宣布將攜手中科院相機所、佳能、飛思卡爾愛好者集團等國內外一流機構開展人臉3d前端技術的研究與應用，共同推動人臉識別及3d安全等核心技術的研究。
  • 實現人臉識別無感通行密鑰：圖像質量檢測算法
    造成這一差距，除了算法自身魯棒性和性能之外，由於模糊、遮擋、大角度、逆光暗光等複雜環境引起的人臉圖像質量問題也會導致人臉識別準確率過低，需要多次重複識別才能成功，從而整體耗時被大大拉長。如果可以將人臉圖像進行標準化評估，去除低質量圖片，將篩選後質量符合標準的圖像才送往下一個流程中，那麼識別效率將大大提升。這就是實現人臉識別無感通行的一項重要技術——圖像質量檢測算法(FQ)，《從零學習人臉識別》系列公開課第六期就對該算法進行了詳細介紹。
  • 實現人臉識別無感通行的密鑰:圖像質量檢測算法
    作為生物識別技術的一種，搭載人臉識別功能的各類智能化產品已應用得非常普遍。但從產品體驗而言，用戶的感受卻不盡相同。比如有能夠在自行車騎行狀態下，無需下車實現快速無感通行的小區人臉識別閘機。同時也會在使用部分產品時，遇到多次識別不通過、站在原處不停變換人臉角度等待識別通過的尷尬。
  • 實現人臉識別無感通行的密鑰：圖像質量檢測算法
    造成這一差距，除了算法自身魯棒性和性能之外，由於模糊、遮擋、大角度、逆光暗光等複雜環境引起的人臉圖像質量問題也會導致人臉識別準確率過低，需要多次重複識別才能成功，從而整體耗時被大大拉長。 我們知道當圖像質量越差，那麼人臉識別的準確率就越低。