离线图像上的人脸识别

Question

我想对不同年龄的家庭成员拍摄的各种图像进行面部识别。下面是我的一些问题。

1. 如果一个人使用不同类型的眼镜，我是否需要在训练数据集中输入每种眼镜类型的图像？如果戴上太阳镜后眼睛看不见怎么办。？
2. 有许多照片，从童年到现在大约30岁。我是否需要训练我的模型与不同年龄的照片，以获得良好的准确性？
3. 是否需要对齐训练数据集的图像以获得更高的精度？
4. 我是否需要在训练数据集中裁剪图像的背景，只为了保持脸或背景不重要？

我的要求背后的想法是扫描我的硬盘上的所有图像(大约100 GB的图像)，并对每个人的不同文件夹中的图像进行分类。我知道在iphone和其他手机上也会做类似的事情，但是我想对存储在我的外部硬盘上的离线图像这样做。

我从google探索facenet模型，opencv人脸识别。但仍停留在数据集创建的第一步。

Answer 1

1. 眼镜很重要。所以你需要训练数据集中的那些照片。
2. 是。您将需要为多个人提供所有年龄段的图像。这将有助于该模型推广人们的衰老方式。
3. 对齐不重要
4. 背景不重要

Answer 2

我想补充Suneet Bhatia & you关于iphone的几点问题

1. 你必须加上眼镜的图像才能被它识别&这肯定会影响你的准确性。iphone人脸识别的工作方式与facenet模型不同。Iphone使用的是人脸验证，即一对一的比较& iphone不仅使用普通图像，而且使用红外摄像机对人脸进行三维结构。
2. 添加所有年龄组图像，如果您的目标受众相同组，否则它是不需要的。
3. 如果你不对齐脸部图像，这并不重要。
4. 始终尝试从图像中删除额外的元素，因此尝试只将脸图像传递到网络中以便更好地执行。

人脸识别、图像搜索和语义相似度等问题实际上并不是一个分类问题，它们更像是对两个元素的区分。