资源简介

(共17张PPT)
常
规
打开“文件接收柜”中的train.py文件，将P61页图2-3-3“人脸识别代码”后四行补充完整。
练
习
#image read的缩写，即图像读取的意思。
3、imread()函数
2、append()函数
#开源的Python科学计算库，用于处理数据、进行数组计算。
#追加的意思。追加即每次都添加到当前列表的结尾。
1、numpy库
知识回顾：
课堂导入：
同学们：上节课我们学习了计算机能够通过图片“认识”一个人。
今天这节课我们要来测试一下看看计算机能否“认出”一个人，下面我们就一起来学习。
2“认出”一个人
时间：XXXX.XX.XX
学
习
了解基于图片的人脸识别预测
目
标
学习活动1——如何从图片“认出”一个人
计算机通过机器学习已经“认识”一个人，知道其人脸特征了，接着就可以输入照片进行人脸识别预测，看看计算机能不能“认出”这个人。基于图片的人脸识别预测的过程如下图。
输入测
试图片
识别
预测
输出预
测结果
学习活动2——识别预测
基于OpenCV的人脸识别预测使用了LBPH识别器中的predict()函数，它返回识别预测的标签值和置信度评分（相似度）。本节使用上一节中两张图片“img01.jpg”和“img02.jpg”机器训练的结果，来测试人脸识别的效果。
第一步：人脸识别
对测试图片进行人脸识别，只需要在“人脸识别训练程序”代码中加入一段人脸识别预测代码，对测试图片“test01.jpg” 进行人脸识别。
test01.jpg
学习活动2——识别预测
人脸识别的完整程序代码如下：
人脸识别预测代码
学习活动2——识别预测
解释下面四行代码意思：
1、读入待预测图片
2、predict（）函数返回标签值和置信度评分
3、print（）函数输出标签值
4、print（）函数输出置信度评分（相似度）
学习活动2——识别预测
运行结果如下图，输出显示label值为0，表示测试图片和之前的标签“0”是同一个人；confidenee是置信度评分，如果为0则表示完全匹配，此程序显示约为22.18，表示相似度比较高。
人脸识别预测程序运行结果
做一做： 如果将测试图片改为袁隆平先生的照片“1.jpg”， 那人脸识别预测的结果会怎样 （2mins）
学习活动2——识别预测
将测试图片改为“1.jpg”
做一做： 如果将测试图片改为袁隆平先生的照片“1.jpg”， 那人脸识别预测的结果会怎样 （2mins）
学习活动2——识别预测
试验结果：程序报错，无法测试该图片
学习活动2——识别预测
在“两个不同的人脸的识别训练程序”代码中添加一段人脸识别预测代码，对测试图片“test10.jpg” 进行人脸识别。
第二步：认出不同的人
学习活动2——识别预测
两个不同的人脸的识别完整的代码如下：
代码改变部分
学习活动2——识别预测
运行结果：
运行结果如右图，label显示为1，表示测试图片和后面的标签“1”是同一个人；confidence显示约为24.45，表示相似度比较高。
作
业
1、继续补全P61“人脸识别代码”
2、新建一个Python文件，输入图2-3-6
”两个不同的人脸的识别代码“，运行查看结果。
see you~

展开更多......

收起↑