关于人脸识别中的人脸特征向量

[star-shining]

我理解中的人脸识别一般都经过人脸检测，人脸特征点提取，人脸识别三个步骤（可能还加上人脸矫正），比如说著名的dlib库。为什么在经过人脸特征点模型“shape_predictor_68_face_landmarks.dat”提取后，不能用得到的特征点输出(68*2向量)进行欧式距离的计算、判断是否是同一张脸？反而需要重新依赖68个特征点作为输入、经过dlib_face_recognition_resnet_model_v1.dat得到128维向量进行判断是否是同一张人脸。

[samylee]

谢邀，同学你好，你可能对人脸识别有所误解！
人脸识别需要经过三个步骤，人脸检测+人脸特征点提取（这步服务于人脸矫正，而不是可能加上人脸矫正）+人脸识别。顾名思义，人脸检测就是提取人脸图像，人脸特征点提取就是对人脸图像进行特征点定位，将得到的特征点利用仿射变换进行人脸矫正，若不矫正，非正面人脸进行识别准确率不高，最后将矫正的人脸送入人脸识别网络，此时的人脸识别网络可以是一个分类网络，我们只需要提取分类网络中的某个层作为人脸的特征层，此时的特征才是人脸的特征。提取特征后，再利用欧氏距离或者余玄相似判断是否是同一张人脸。
你的误区有三个地方：
1、人脸矫正是必须的，而不是“可能加上”，人脸特征点提取服务于人脸矫正。
2、dlib库的“shape_predictor_68_face_landmarks.dat”提取的只是人脸的68个特征点（例如眼、嘴等位置），并非是人脸特征，要注意。
3、dlib库的“dlib_face_recognition_resnet_model_v1.dat”才是人脸特征提取的分类网络，128维信息即是人脸的特征信息。

我的座右铭：路漫漫其修远兮，吾将上下而求索！共勉之！

[star-shining]

谢谢老师！这下都理解了！

[David_jiahuan]

引用 2 楼 samylee 的回复:

谢邀，同学你好，你可能对人脸识别有所误解！ 人脸识别需要经过三个步骤，人脸检测+人脸特征点提取（这步服务于人脸矫正，而不是可能加上人脸矫正）+人脸识别。顾名思义，人脸检测就是提取人脸图像，人脸特征点提取就是对人脸图像进行特征点定位，将得到的特征点利用仿射变换进行人脸矫正，若不矫正，非正面人脸进行识别准确率不高，最后将矫正的人脸送入人脸识别网络，此时的人脸识别网络可以是一个分类网络，我们只需要提取分类网络中的某个层作为人脸的特征层，此时的特征才是人脸的特征。提取特征后，再利用欧氏距离或者余玄相似判断是否是同一张人脸。 你的误区有三个地方： 1、人脸矫正是必须的，而不是“可能加上”，人脸特征点提取服务于人脸矫正。 2、dlib库的“shape_predictor_68_face_landmarks.dat”提取的只是人脸的68个特征点（例如眼、嘴等位置），并非是人脸特征，要注意。 3、dlib库的“dlib_face_recognition_resnet_model_v1.dat”才是人脸特征提取的分类网络，128维信息即是人脸的特征信息。 我的座右铭：路漫漫其修远兮，吾将上下而求索！共勉之！

您好，想请教一下 68个特征点和128维特征信息之间是怎样的一个转换关系呢？

[star-shining]

我理解上，关于68特征点和128维的脸部特征信息，一般来说这两者是通过不同的模型来实现的。68特征点是用来仿射变换，使每个人脸都保证从同一角度来比较。而128维脸部特征值是在被矫正后的人脸基础上进行提取。