from?http://blog.csdn.net/sloanqin/article/details/48193119

1 Face++：http://www.faceplusplus.com.cn/tech_landmark/

其提供的技術服務有1：人臉檢測（人臉檢測追蹤，人臉關鍵點檢測） 2：人臉分析（微笑分析，性別年齡種族表情）3：人臉識別（1：1，1：N，大規模人臉搜索）。我需要關注的是這里的人臉關鍵點檢測的實現。Face++為美圖秀秀，美顏相機提供人臉關鍵點檢測的技術服務。

2 Face++一個采訪問題，能夠了解人臉識別技術的整個流程。

CSDN移動：可否介紹一下，典型的人臉識別系統是什么樣子的？

印奇：當今的人臉識別系統雖然包含無數細節和各種工程技巧，但大的系統框架不外乎如下圖所示的流程：一張人臉圖片輸入后，需要先找到人臉的位置（人臉檢測），然后在這個基礎上定位人臉關鍵點的位置（如眼睛中心或嘴角等），每個系統關鍵提取的數量相差很大，有的只有左右眼睛中心兩個點，有的可能多達近百個點。這些點的位置一是用來做人臉的幾何校正，即把人臉通過縮放、旋轉、拉伸等圖像變化變到一個比較標準的大小位置。這樣待識別的人臉區域會更加規整，便于后續進行匹配。同時，現在的實際系統一般也都配有人臉光學校正模塊，通過一些濾波的方法，去除一些對光照更加敏感的面部特征。在做完這些預處理之后，就是從人臉區域提取各種特征，包括LBP、HOG、Gabor等。最終相關的特征會連接成一個長的特征向量（Feature?Vector），然后匹配出人臉的相似度，根據相似度的大小，系統會判定兩張圖片到底是不是一個人。不難看出，人臉識別技術還是一個系統鏈條較長，較為有技術門檻的領域。因為這條流水線的每個環節可能都會嚴重影響最終系統性能，所以一個好的人臉識別技術公司需要在各個環節上追求細節，建立自己的技術優勢，最終才有可能在最后的人臉識別精度上有出色的表現。

3 人類識別人臉用的是什么算法：http://www.zhihu.com/question/20154853

上面鏈接是知乎上面的討論，有一個關于生物學方面的解釋。

又一個Face++的專訪：http://segmentfault.com/a/1190000000452539

通過下面這段話可以了解到目前的一些測試平臺：

人臉檢測（在照片中精準定位人臉位置的算法），在世界公開評測集FDDB 排名第一

人臉關鍵點檢測（精準定位面部關鍵部門的位置），在世界公開評測比賽300-W排名第一。

在最重要的互聯網圖片人臉識別(Face recognition) 比賽LFW中，Face++團隊更是力壓Facebook人臉團隊 (前face.com團隊)，獲得世界第一。在極難識別的互聯網新聞圖片上，獲得了97.3%的準確率。

Face++:?Face++已經能夠較為穩定地應對復雜的光照和人臉姿態，但過于極端的光照和姿態還是十分困難。Face++的全線技術都更新為大數據深度學習算法，通過收集的海量人臉照片，新型的神經網絡算法可以通過大數據訓練形成性能更好的人臉檢測，人臉分析，和人臉識別技術。

所以我的感覺是技術實現的方式采用：深度學習與傳統算法相結合，互補的方式，并注重深度學習方面的創新。Face++ 目前發布的兩篇論文，關鍵點檢測和人臉特征表示都是基于DCNN的技術。

SegmentFault:?Face++的算法研發用到了C++、Matlab和Python？能比較下Matlab和Python在視覺算法研究方面的優勢和不足么？

Face++:?優勢是比較糙快猛，方便驗證idea；落實到系統和實用級別，可能還是要采用C++。所以用matlab驗證完idea后，用C++做實現。不妨申請下Face++的實習生。

4 閱讀文獻《人臉特征點定位研究與應用-吳證》

文中提到幾種人臉關鍵點檢測的方法：

1投影（五官灰度值較周圍皮膚灰度值低）

2基于先驗規則（先驗知識指的是人臉比如眼瞼、虹膜等一些已知的灰度、形狀信息）

3基于幾何形狀（比如可變形模板，能夠較好檢測眼睛嘴唇特征形狀，但是由于邊緣不精確難以精確定位特征點，依賴初始參數大，容易陷入局部最小，計算時間長）（另外還有主動形狀模型（ASM），主動表觀模型（AAM））

4基于統計的方法（該方法的思想是將特征部位看做一類模式，然后使用大量的特征部位樣本和非特征部位樣本進行訓練，然后構造分類器，該類方法主要有PCA（主成分分析）、SVM、ANN（神經網絡）、AdaBoost、模板匹配）

5基于小波和小波包

5 機器學習的封裝好的庫：

這里有關于庫的介紹：http://www.chinacloud.cn/show.aspx?id=21150&cid=16

theano：妹紙目前推薦我用這個庫，python封裝的。知乎上有不少人用這個，但是統一的評論是調試不方便。theano，教程比較基礎，安裝非常簡單，幾個指令可以搞定，不過用他來做開發實在太麻煩，建議配合keras使用，非常贊。

Theano 　　

主頁：http://deeplearning.net/software/theano/

Github網址：https://github.co

還有一些庫比如：matconvnet、Lasagne、opencv、nolearn、keras、caffe

最新的kaggle比賽中很多人用的是nolearn + lasagne，這兩個庫也是基于Theano作為核心建立的。??

dlib：

http://matthewearl.github.io/2015/07/28/switching-eds-with-python/

http://blog.csdn.net/qingnianzhi/article/details/47322627

6 目前我的打算

我的目的：實現對人臉的關鍵點定位

學習思路：打算通過深度學習的方式來進行關鍵點檢測，首先在ufldl上學習深度學習的入門知識，然后在網絡的博客上找別人用python寫的人臉檢測的算法，最后自己基于C++實現，然后app中java調用。

比如鏈接：http://blog.csdn.net/qingnianzhi/article/details/46912383#comments

總結

以上是生活随笔為你收集整理的人脸识别，人脸关键点检测算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。