Python face_recognition人脸识别库调整人脸识别的容错率和敏感度

向右看齐 2023-10-02 11:25 42阅读 0赞

[Face\_Recognition简单使用 - 大张哥 - 博客园API 接口文档: https://face-recognition.readthedocs.io 1 import face\_recognition 2 image = face\_recogniti![favicon.svg][]https://www.cnblogs.com/layerluo/p/11413000.html][Face_Recognition_ - _ - _API _ https_face-recognition.readthedocs.io 1 import face_recognition 2 image _ face_recogniti_favicon.svg_https_www.cnblogs.com_layerluo_p_11413000.html]

#### 测试tolerance=0.5或0.4比较合适 ####

#### results = face\_recognition.compare\_faces(\[my\_face\_encoding\], unknown\_face\_encoding,tolerance=0.4) ####

#### \# 由于对亚洲人识别率不高tolerance一般设置在0.3-0.38之间可满足大部分需求 results = face\_recognition.compare\_faces(\[my\_face\_encoding\], unknown\_face\_encoding,tolerance=0.38) ####

如果一张脸识别出不止一个结果，那么这意味着他和其他人长的太像了（Face\_Recognition对于小孩和亚洲人的人脸识别准确率有待提升）。你可以把容错率调低一些，使识别结果更加严格。

通过传入参数 tolerance 来实现这个功能，默认的容错率是0.6，容错率越低，识别越严格准确。

如果想要更准确的识别，可以在计算编码时设定要重新采样的次数，face\_encodings传入 num\_jitters 来实现，默认0，范围为0-100，越高越准确，但速度越慢，（100就会慢100倍）

>     import face_recognition
>     
>     picture_of_me = face_recognition.load_image_file("me.jpg")
>     my_face_encoding = face_recognition.face_encodings(picture_of_me,num_jitters=100)[0]
>     
>     unknown_picture = face_recognition.load_image_file("unknown.jpg")
>     unknown_face_encoding = face_recognition.face_encodings(unknown_picture,num_jitters=100)[0]
>     
>     
>     # 由于对亚洲人识别率不高tolerance一般设置在0.3-0.38之间可满足大部分需求
>     results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding,tolerance=0.38)

###  ###

[favicon.svg]: https://common.cnblogs.com/favicon.svg
[Face_Recognition_ - _ - _API _ https_face-recognition.readthedocs.io 1 import face_recognition 2 image _ face_recogniti_favicon.svg_https_www.cnblogs.com_layerluo_p_11413000.html]: https://www.cnblogs.com/layerluo/p/11413000.html