上期回顾：

5天入门机器视觉

5天深入机器视觉

机器视觉学习路径（三）：5天进阶

Kesci开放长期练习赛 人脸识别实战榜问鼎者谁？

◆ ◆ ◆

学习目标

• 在验证集上优化网络性能

• 在测试集上评估最终网络性能

• 拓展应用：人脸解锁，门禁等

◆ ◆ ◆

学习指引

Day 1： 人脸分类 ~ 人脸识别

基于人脸分类训练得到的网络对人脸具有很好的区分特性，所以可以把最后一层全链接层拿掉，把网络当成人脸特征提取器，然后计算两张人脸的特征相似度即可判断是否为同一人。

验证集 400 x 2，在这个数据集上测试人脸识别性能，并画出ROC曲线。

Day 2-3： 优化网络模型

为了进一步提高人脸识别性能，大家可以尝试一些办法：

1.增加网络深度，或尝试其它网络结构 https://github.com/betars/Face-Resources

2.增加训练样本

3.使用triplet-loss 或 center-loss

4.在测试时尝试多次crop取平均等

5.人脸对齐

Day 4： 人脸识别最终PK~~

测试集1000x2，将优化后的人脸识别网络在测试集上测试，并给出最终结果AUC(ROC曲线下面积)，然后大家一起PK~~

Day 5： 拓展应用 – 人脸解锁、门禁 （Optional）

1.基于QT等UI编程，开发美颜人脸解锁功能，通过刷脸进入系统

2.基于嵌入式，可以开发出刷脸门禁系统~~

延伸问题：如果解决刷脸系统被照片、面具等攻击的问题？

◆ ◆ ◆

学习目标

• 根据头部动作添加美颜特效功能

• 拓展应用：一键美颜、变脸等（Optional）

◆ ◆ ◆

学习指引

Day 1： 头部动作 + 美颜

基于Week 3的头部动作识别技能和Week 2的美颜技能，将其整合实现：

低头 – 添加化妆效果：画眉，涂唇

抬头 – 清楚化妆效果

Day 2： 头部动作 + 特效

基于Week 3的头部动作识别技能和Week 2的特效技能，将其整合实现：

• 左转 – 添加鼻子特效

• 右转 – 添加眼睛特效

• 抬头 – 清除所有特效

Day 3： 生成美颜特效视频

生成一段视频，验证基于头部动作识别的美颜特效功能~

Day 4： 拓展应用 – 一键美颜 （Optional）

基于QT等UI编程，开发美颜APP功能，通过按键选择不同的化妆效果~

Day 5： 拓展应用 – 变脸 （Optional）

基于人脸关键点和透视变换，实现变脸功能，例如：

1.人脸识别应用之“变脸”：

https://zhuanlan.zhihu.com/p/23255241

2.Face Morph Using OpenCV：

http://www.learnopencv.com/face-morph-using-opencv-cpp-python/

点击阅读原文，挑战人脸识别实战算法