Este artículo recomienda 6 proyectos de código abierto de reconocimiento facial con la mayor cantidad de estrellas en GitHub. Si visita GitHub, recomendará algunos proyectos de código abierto útiles y de alta calidad todos los días. Bienvenido a suscribirse. 
Los proyectos de código abierto recomendados en este número son:
1. Biblioteca de reconocimiento facial con aplicación móvil
2. Biblioteca de reconocimiento facial simple y efectiva
3. Proyecto de análisis facial 2D y 3D
4. Sistema de reconocimiento facial basado en TensorFlow
5. Biblioteca de reconocimiento facial y análisis de atributos faciales
6. Servicio gratuito de reconocimiento facial de código abierto
01
Biblioteca de reconocimiento facial con aplicación móvil
Como biblioteca general para el reconocimiento facial, OpenFace puede realizar un reconocimiento facial transitorio y móvil, y actualmente tiene 14291 estrellas en GitHub. El siguiente es el proceso de ingreso de una sola imagen para el conjunto de datos LFW Sylvestor Stallone.
项目地址：https://github.com/cmusatyalab/openface
02
La biblioteca de reconocimiento facial más concisa del mundo
Face Recognition es un proyecto de código abierto de reconocimiento facial potente, simple y fácil de usar, equipado con documentación de desarrollo completa y casos de aplicación, y actualmente tiene 43206 estrellas en GitHub.
项目地址：https://github.com/ageitgey/face_recognitionPuede extraer, reconocer y manipular caras con Python y herramientas de línea de comandos. El proyecto se basa en el modelo de aprendizaje profundo en la biblioteca de código abierto de C++ líder en la industria, dlib, probado con el conjunto de datos de rostros Labeled Faces in the Wild, y tiene una tasa de precisión del 99,38 %. Pero es necesario mejorar la precisión del reconocimiento de niños y rostros asiáticos.
face_recognitionLas imágenes en carpetas completas se pueden manipular usando herramientas de línea de comandos simples :
Encuentra caras a partir de imágenes.
import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)
Identificar los puntos clave de las caras.
import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)
Reconocer puntos clave de caras es útil en muchos campos, pero también puedes jugar mal esta función, como maquillar al hermano mayor.
Identifica quién está en la imagen.
import face_recognition
known_image = face_recognition.load_image_file("biden.jpg")
unknown_image = face_recognition.load_image_file("unknown.jpg")
biden_encoding = face_recognition.face_encodings(known_image)[0]
unknown_encoding = face_recognition.face_encodings(unknown_image)[0]
results = face_recognition.compare_faces([biden_encoding], unknown_encoding)
Detección de rostros en tiempo real con otras bibliotecas de Python (como opencv):
03
Proyecto de análisis facial 2D y 3D
InsightFace es una caja de herramientas de análisis facial profundo en 2D y 3D de código abierto, basada principalmente en PyTorch y MXNet, y actualmente tiene 11251 estrellas en GitHub. InsightFace implementa de manera eficiente varios algoritmos avanzados de reconocimiento de rostros, detección de rostros y alineación de rostros y está optimizado para capacitación e implementación.
项目地址：https://github.com/deepinsight/insightfaceProyectos de reconocimiento facial
ArcFace: reconocimiento facial profundo con pérdida de margen de esquina aditiva
Sub-center ArcFace: un método de reconocimiento facial para caras de red ruidosas a gran escala
FC parcial: un marco de entrenamiento de reconocimiento facial a gran escala
Proyectos de detección de rostros
RetinaFace: método de detección de rostros multitarea de última generación
SCRFD: método de detección de rostros de alta precisión
04
Reconocimiento facial basado en TensorFlow
FaceNet es un sistema de reconocimiento de rostros que se puede usar para determinar si varias imágenes son de la misma persona, identificar quién es la persona en la imagen y calcular la similitud de los rostros mediante la agrupación de rostros. Actualmente, ha ganado 12304 estrellas en GitHub.
项目地址：https://github.com/davidsandberg/facenet
05
Biblioteca de reconocimiento facial y análisis de atributos faciales
Deepface es un marco ligero de reconocimiento facial y análisis de atributos faciales (edad, género, emoción y etnia) para Python. Es un marco híbrido de reconocimiento facial que incluye modelos de última generación: VGG-Face, Google FaceNet, OpenFace, Facebook DeepFace, DeepID, ArcFace y Dlib.
项目地址：https://github.com/serengil/deepfaceVerificación de rostros: esta característica verifica dos rostros como la misma persona o personas diferentes
Análisis de atributos faciales: viene con un potente módulo de análisis de atributos faciales que incluye edad, género, expresiones faciales (incluidos enojado, temeroso, neutral, triste, asqueado, feliz y sorprendido) y raza (incluidos asiáticos, caucásicos, del Medio Oriente, indios, latinos). y negros) previsión
Streaming y análisis en tiempo real: video en tiempo real ejecutando deepface
06
El principal sistema de reconocimiento facial gratuito y de código abierto
Exadel CompreFace es un servicio de reconocimiento facial gratuito y de código abierto que se puede integrar fácilmente en cualquier sistema sin conocimientos previos de aprendizaje automático.
CompreFace proporciona API REST para reconocimiento facial, verificación facial, detección de rostros, detección de puntos de referencia, reconocimiento de edad y género y se puede implementar fácilmente a través de la ventana acoplable y es compatible con diferentes modelos que funcionan en CPU y GPU.
项目地址：https://github.com/exadel-inc/CompreFace
Visite GitHub para recomendar un proyecto de código abierto divertido e interesante todos los días. Los proyectos de código abierto recomendados en la historia se han incluido en el proyecto GitHub.Bienvenido a Star:
历史盘点：https://github.com/Wechat-ggGitHub/Awesome-GitHub-RepoLectura recomendada
1. ¿Qué proyectos divertidos hay en GitHub?
2. Recomiende un reproductor en la nube NetEase de alto valor
3. Proyecto de alta imitación de la nube de Baidu basado en Spring Boot
4. Inventario de los 4 asombrosos proyectos de código abierto de Baidu
