如何判斷照片裡的人是否是人臉庫中的人物

我們透過肉眼可以很容易分辨出兩張照片是不是同一個人，但如果是讓我們把上千張照片中相同的人的照片做分組就很困難了。

我試了一下，大概我能記住十來個人是之前見過的，而且為了能將同一個人的照片找出，我需要先在所有照片中找這個人的照片，之後把這些照片排除，減少下次檢索量，再進行下一個人的檢索，如果這個人在資料集中只出現過一次，那麼就白找了。

全部分組以後，還需要對每個分組的資料做一次檢查，看看是不是把其他人給歸進來了，如果發現後再放回待識別組，把分組的人臉重新依次檢查一遍。

再就是已經分完組的人臉可能有重複，因此需要將相同人臉的分組合併為一組。

可以看到以上的人工操作簡直是史詩級難度。

現在人臉打卡考勤機這麼多了，這種技術很難嗎？

閱讀了大量文章後總結常規處理方法如下：

1、識別人臉區域：一個照片裡可能會有多個人臉，假定有一個或沒有人臉，將識別區域間做對比可以減少計算量。

2、將影象尺寸統一：由於照片尺寸千差萬別，統一尺寸後對比資料更有效率且有意義。

3、灰度化：彩色照片和黑白照片我們都能識別出人臉，顏色對於識別沒有太多幫助反而是干擾項。

4、人臉關鍵特徵點檢測：常見演算法將人臉的嘴、眼、鼻、臉輪廓等定位資訊提取為座標，形成68個或128個特徵點，透過特徵點的集合代表這張照片，資料量一下減少了很多，有利於資料庫儲存

5、3D建模及人臉歸一：由於人臉有側臉和正臉情況，透過3D建模將特徵點資料推斷出正臉的情況，有助於人臉資料的對比

6、人臉關鍵特徵點對比，可以通過幾種手段進行特徵資料的分類對比，最終實現人臉的相似度對比