预处理函数是我用来标准化图像并将其重塑为（160，160，3）的函数，而识别函数是一个执行编码函数的类。如果你注意到了，我将这些编码保存为字典。在执行实时识别时，这个字典很方便，因为它是存储人名和编码的一种简单方法。实时人脸识别现在我们有了我们想要识别的人的图像，那么实时识别过程是如何工作的呢？如下图所示：

门铃响时，下载一个视频，选择多个帧。利用这些帧，用detect＿faces方法进行多实例的人脸检测。下面是face＿recognition．py 类的一个片段：import cv2
import mtcnn
face＿detector ＝ mtcnn．MTCNN（）
conf＿t ＝ 0．99
def detect＿faces（cv2＿img）：
   img＿rgb ＝ cv2．cvtColor（cv2＿img， cv2．COLOR＿BGR2RGB）
   results ＝ face＿detector．detect＿faces（img＿rgb）
   faces ＝ ［］
   for res in results：
       x1， y1， width， height ＝ res［＇box＇］
       x1， y1 ＝ abs（x1）， abs（y1）
       x2， y2 ＝ x1 ＋ width， y1 ＋ height
       confidence ＝ res［＇confidence＇］
       if confidence ＜ conf＿t：
           continue
       faces．append（cv2＿img［y1：y2， x1：x2］）
   return faces
def detect＿face（cv2＿img）：
   img＿rgb ＝ cv2．cvtColor（cv2＿img， cv2．COLOR＿BGR2RGB）
   results ＝ face＿detector．detect＿faces（img＿rgb）
   x1， y1， width， height ＝ results［0］［＇box＇］
   cv2．waitKey（1）
   x1， y1 ＝ abs（x1）， abs（y1）
   x2， y2 ＝ x1 ＋ width， y1 ＋ height
   confidence ＝ results［0］［＇confidence＇］
   if confidence ＜ conf＿t：
       return None
   return cv2＿img［y1：y2， x1：x2］

对图像进行预处理并送入FaceNet。FaceNet将输出每个人脸的128维嵌入。然后使用余弦相似度将这些向量与encode ．pkl中存储的向量进行比较。人脸与输入人脸最接近的人被返回。如果一张脸距离它最近的脸有一个特定的阈值，则返回“未知”。这表明这张脸不像任何已知的脸。下面是face＿recognition．py类的其余部分：from utils import preprocess
from model．facenet＿loader import model
import numpy as np
from scipy．spatial．distance import cosine
import pickle
from sklearn．preprocessing import Normalizer
l2＿normalizer ＝ Normalizer（＇l2＇）
def encode（img）：
   img ＝ np．expand＿dims（img， axis＝0）
   out ＝ model．predict（img）［0］
   return out
def load＿database（）：
   with open（＇data／encodings／encoding．pkl＇， ＇rb＇） as f：
       database ＝ pickle．load（f）
   return database
recog＿t ＝ 0．35
def recognize（img）：
   people ＝ detect＿faces（img）
   if len（people） ＝＝ 0：
       return None
   best＿people ＝ ［］
   people ＝ ［preprocess（person） for person in people］
   encoded ＝ ［encode（person） for person in people］
   encoded ＝ ［l2＿normalizer．transform（encoding．reshape（1， －1））［0］
              for encoding in encoded］
   database ＝ load＿database（）
   for person in encoded：
       best ＝ 1
       best＿name ＝ ＇＇
       for k， v in database．items（）：
           dist ＝ cosine（person， v）
           if dist ＜ best：
               best ＝ dist
               best＿name ＝ k
       if best ＞ recog＿t：
           best＿name ＝ ＇UNKNOWN＇
       best＿people．append（best＿name）
   return best＿people