开源人脸识别项目盘点
数据截止至7月31日。
CompreFace
Exadel CompreFace 是领先的免费开源人脸识别系统。
这个方案是7月才在github上发布的,看起来很有前途。CompreFace 成为我们最好的开源人脸识别项目名单,因为它是少数可以通过一个 docker-compose 命令启动的自托管 REST API 人脸识别解决方案之一。REST API 允许轻松地将其集成到您的系统中,而无需事先具备机器学习技能。此外,它是可扩展的,因此可以同时识别多个视频流中的人脸。
CompreFace 有一个用于管理用户角色和面部集合的简单 UI。它提供了两种最流行的人脸识别方法之间的选择:FaceNet(LFW 准确率 99.65%)和 InsightFace(LFW 准确率 99.86%)。
Exadel CompreFace 是一个免费的开源人脸识别 GitHub 项目。本质上,它是一个基于 docker 的应用程序,可以用作独立服务器或部署在云中。您不需要具备机器学习技能即可设置和使用 CompreFace。
系统提供REST API,用于人脸识别、人脸验证、人脸检测、地标检测、面具检测、头部姿势检测、年龄和性别识别。该解决方案还具有角色管理系统(用户界面面板),可让您轻松控制谁有权访问您的人脸识别服务。
CompreFace 作为 docker-compose 配置提供,支持在 CPU 和 GPU 上工作的不同模型。我们的解决方案基于最先进的方法和库,例如 FaceNet(LFW 准确率 99.65%)和 InsightFace(LFW 准确率 99.86%)。
Github 3.1k stars;它仍处于活跃的开发阶段;
Deepface
Deepface是一个轻量级的Python人脸识别和面部属性分析(年龄、性别、情感和种族)框架。 它是一个混合人脸识别框架,包含最先进的模型:VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID、ArcFace、Dlib 和 SFace。
实验表明,人类在面部识别任务上的准确率高达 97.53%,而这些模型已经达到并超过了这一准确率水平。
对于不了解Python的开发人员来说,有一定的上手难度。
Github 7k stars;它仍处于活跃的开发阶段;
InsightFace
InsightFace 是另一个开源 Python 库,它使用最新最准确的人脸识别方法之一进行人脸检测 (RetinaFace) 和人脸识别 (SubCenter-ArcFace)。该解决方案的准确率非常高——在 LFW 数据集上为 99.86%。唯一的缺点是它不易于使用。
Github 17k stars;它仍处于活跃的开发阶段;
Face Recognition
face_recognition是世界上最简洁的人脸识别库,你可以使用Python和命令行工具提取、识别、操作人脸。此外,他们的 github 上提供了所有主要平台的安装说明,甚至是用于快速设置的 docker 镜像。尽管它很受欢迎,但该软件有一些缺点。最后一次发布是在 年,此后没有重大改进。它使用了一个相当过时的人脸识别模型,在 LFW 上只有 99.38% 的准确率,并且没有 REST API。对小孩和亚洲人脸的识别准确率尚待提升。
Github 48.9k stars;最后一次更新是在 年 6月;
FaceNet
FaceNet 是一个流行的开源 Python 库。这种方法的准确率相当高——在 LFW 数据集上为 99.65%,这很好但不是最高的。此解决方案的缺点是它没有 REST API,并且不再支持存储库。
这是论文 "FaceNet.A Unified Embedding for Face Recognition and Clustering "中描述的人脸识别器的 TensorFlow 实现: 中描述的人脸识别器的 TensorFlow 实现。该项目还采用了牛津大学视觉几何小组(Visual Geometry Group)的论文《深度人脸识别》(Deep Face Recognition)中的观点。
Github 13.1k stars;最后一次更新是在 年 4 月;
face-api.js
face-api.js 用于在浏览器和 NodeJS 中使用 Tensorflow.js 进行人脸检测和人脸识别的 JavaScript API。
Github 15.3k stars;最后一次更新是在 4月;
OpenFace
使用深度神经网络进行人脸识别。
OpenFace 是使用深度神经网络进行人脸识别的 Python 和 Torch 实现,基于 Google 的 Florian Schroff、Dmitry Kalenichenko 和 James Philbin 撰写的 CVPR 论文 FaceNet:人脸识别和聚类的统一嵌入。 Torch 允许网络在 CPU 上或使用 CUDA 执行。
Github 14.7k stars;最后一次更新是在 11月;