CompreFace

Exadel CompreFace 是领先的免费开源人脸识别系统。

这个方案是2020年7月才在github上发布的，看起来很有前途。CompreFace 成为我们最好的开源人脸识别项目名单，因为它是少数可以通过一个 docker-compose 命令启动的自托管 REST API 人脸识别解决方案之一。REST API 允许轻松地将其集成到您的系统中，而无需事先具备机器学习技能。此外，它是可扩展的，因此可以同时识别多个视频流中的人脸。

CompreFace 有一个用于管理用户角色和面部集合的简单 UI。它提供了两种最流行的人脸识别方法之间的选择：FaceNet（LFW 准确率 99.65%）和 InsightFace（LFW 准确率 99.86%）。

Exadel CompreFace 是一个免费的开源人脸识别 GitHub 项目。本质上，它是一个基于 docker 的应用程序，可以用作独立服务器或部署在云中。您不需要具备机器学习技能即可设置和使用 CompreFace。
系统提供REST API，用于人脸识别、人脸验证、人脸检测、地标检测、面具检测、头部姿势检测、年龄和性别识别。该解决方案还具有角色管理系统(用户界面面板)，可让您轻松控制谁有权访问您的人脸识别服务。

CompreFace 作为 docker-compose 配置提供，支持在 CPU 和 GPU 上工作的不同模型。我们的解决方案基于最先进的方法和库，例如 FaceNet（LFW 准确率 99.65%）和 InsightFace（LFW 准确率 99.86%）。

Github 3.1k stars；它仍处于活跃的开发阶段；

Deepface

Deepface是一个轻量级的Python人脸识别和面部属性分析（年龄、性别、情感和种族）框架。它是一个混合人脸识别框架，包含最先进的模型：VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID、ArcFace、Dlib 和 SFace。

实验表明，人类在面部识别任务上的准确率高达 97.53%，而这些模型已经达到并超过了这一准确率水平。

对于不了解Python的开发人员来说，有一定的上手难度。

Github 7k stars；它仍处于活跃的开发阶段；

InsightFace

InsightFace 是另一个开源 Python 库，它使用最新最准确的人脸识别方法之一进行人脸检测 (RetinaFace) 和人脸识别 (SubCenter-ArcFace)。该解决方案的准确率非常高——在 LFW 数据集上为 99.86%。唯一的缺点是它不易于使用。

Github 17k stars；它仍处于活跃的开发阶段；

Face Recognition

face_recognition是世界上最简洁的人脸识别库，你可以使用Python和命令行工具提取、识别、操作人脸。此外，他们的 github 上提供了所有主要平台的安装说明，甚至是用于快速设置的 docker 镜像。尽管它很受欢迎，但该软件有一些缺点。最后一次发布是在 2018 年，此后没有重大改进。它使用了一个相当过时的人脸识别模型，在 LFW 上只有 99.38% 的准确率，并且没有 REST API。对小孩和亚洲人脸的识别准确率尚待提升。

Github 48.9k stars；最后一次更新是在 2022 年 6月；

FaceNet

FaceNet 是一个流行的开源 Python 库。这种方法的准确率相当高——在 LFW 数据集上为 99.65%，这很好但不是最高的。此解决方案的缺点是它没有 REST API，并且不再支持存储库。

这是论文 "FaceNet.A Unified Embedding for Face Recognition and Clustering "中描述的人脸识别器的 TensorFlow 实现：中描述的人脸识别器的 TensorFlow 实现。该项目还采用了牛津大学视觉几何小组（Visual Geometry Group）的论文《深度人脸识别》（Deep Face Recognition）中的观点。

Github 13.1k stars；最后一次更新是在 2018 年 4 月；

face-api.js

face-api.js 用于在浏览器和 NodeJS 中使用 Tensorflow.js 进行人脸检测和人脸识别的 JavaScript API。

Github 15.3k stars；最后一次更新是在 2020年4月；

OpenFace

使用深度神经网络进行人脸识别。

OpenFace 是使用深度神经网络进行人脸识别的 Python 和 Torch 实现，基于 Google 的 Florian Schroff、Dmitry Kalenichenko 和 James Philbin 撰写的 CVPR 2015 论文 FaceNet：人脸识别和聚类的统一嵌入。 Torch 允许网络在 CPU 上或使用 CUDA 执行。

Github 14.7k stars；最后一次更新是在 2019年11月；

开源人脸识别项目盘点