/face_login

利用facenet进行人脸特征提取,保存入mysql,后期可进行比对进行人脸登陆

Primary LanguagePython

face_login

利用facenet实现检测图片中的人脸,将识别到的人脸向量存入数据库,此外利用post提交一个新图片(也可以提交一个图片地址,参考face_recognition_api.py文件中get_url_imgae函数自行修改),返回数据库中相似的人脸的信息 算法主要分为2个步骤
1.提取图片中的人脸 ,并保存到临时目录中
2.将人脸图片转换为128维的向量 ,便于后续求人脸相似度

项目主要分为3个步骤
1.提交post请求,将uid ugroup pic提交,进行人脸信息保存操作
2.收到请求后将pic进行处理解析为128维向量保存,并跟uid和ugroup保存入库 ,返回数据库插入成功的id
3.提交post请求,将ugroup pic提交人脸查询请求,意思为再ugroup中查看与图片pic相似的人脸
4.收到请求后,处理图片解析图片中所有的人脸,进行按库查询,然后与该图片中所有人脸相似的uid和距离(相似度距离)

安装准备

安装python包

下列包全部安装即可 如下 tensorflow scipy scikit-learn opencv-python h5py matplotlib Pillow requests psutil mysql-connector Werkzeug Flask Flask-HTTPAuth

提前建立数据库

建表语句再database.sql (需要提前建立数据库,名字自己定义,本项目数据库名为face) 数据库配置在face_mysql.py文件中 (第12行 配置数据库用户名、密码、地址、数据库地址 本案例配置如下

db = mysql.connector.connect(user='root', password='root', host='127.0.0.1', database='face')

模型准备

本项目是根据facenet中提取关键的代码,将其进行封装使用 所以需要提交下载facenect提供的模型,现在保存在百度网盘中 密码:avbl 下载下来后按照models\facenet\20170512-110547 这个目录结构存放即可

如何使用?

首先在服务器上 执行

python  face_recognition_api.py  

访问地址是XXXXXX:8080 这个可以配置 (文件face_recognition_api.py 最后代码中有注释)

页面

注册

登陆