前言
当今世界，人脸识别作为一种常见的生物识别技术，已经成为了一个不可或缺的技术，广泛应用于安防、金融、教育等领域。其中，SFace 作为一种先进的人脸识别模型，已经被广泛使用。本篇博客将介绍如何使用LabVIEW 和 SFace 实现人脸识别。人脸检测内容可查看上一篇博客LabVIEW快速实现OpenCV DNN（YunNet）的人脸检测(含源码)，本文主要想给大家介绍一下如何在LabVIEW部署人脸识别系统，相关基础知识可查看博文：https://developer.aliyun.com/article/1228553
本文的主要内容分为以下两部分：
1、实时检测人脸并将并人脸设置标签保存下来
2、调用摄像头实现实时人脸识别
项目实践
实现效果：利用 OpenCV FaceRecognizerSF 在 LabVIEW 平台实现人脸识别并显示该人名字。
实现思路：
准备工作
- 新建项目文件face_recognition；
- 在项目文件face_recognition中新建文件夹model，并将下载的yunet.onnx以及face_recognizer_fast.onnx拷贝至model文件夹中；在项目文件face_detect中新建文件夹photos，等待存储人脸；
4.1 实时检测人脸并将并人脸设置标签保存下来
1.获取人脸检测及人脸识别模型文件及人脸图片路径；
2.初始化相机并设置视频像素为640*480，默认摄像头id为0；
3.创建FaceDetectorYN、FaceRecognizerSF对象；
4.循环读取视频流中的每一帧并进行人脸检测，获取检测结果；
faces是一个二维数组，每一行代表检测的一张人脸，每行数据中分别表示获取人脸15维的基本信息：x1, y1, w, h, x_re, y_re, x_le, y_le, x_nt, y_nt, x_rcm, y_rcm, x_lcm, y_lcm，rate，即人脸区域矩形框，左右眼、鼻子，左右嘴角5点landmark，置信度
5.绘制边框及关键点；
我们将绘制边框及关键点单独封装成一个draw_face.vi实现，完成程序如上图所示。
6 保存视频流中的某张人脸，并为之命名，该人脸像素为112*112；
7.释放所有资源；
8.完整源码；
9.运行效果
save的图片保存到了该vi同路径下的photo文件夹中
4.2 调用摄像头实现实时人脸识别
获取人脸检测及人脸识别模型文件及之前已经保存的人脸图片路径；
初始化相机并设置视频像素为640*480，默认摄像头id为0；
创建FaceDetectorYN、FaceRecognizerSF对象；
加载人脸数据，加载文件夹photo的每一张人脸图片，并获取每张人脸的128个特征点；
循环读取视频流中的每一帧并进行人脸检测，获取检测结果；
人脸识别（对比）
人脸特征相似度度量有 FR_COSINE 和FR_NORM_L2方法，对应的判断是否为同一人的值分别为0.363和1.128，FRCOSINE 方法大于阈值 0.363判定为同一人， FR_NORM _L2 方法小于阈值1.128判定为同一人，在本项目中只要满足其中一种，即认为是同一人。
7.绘制人脸框及名字，若该人在图片数据库中，则显示该人名字，否则显示unknow；
8.完整源码；
9.运行效果；
python实现
安装OpenCV 4.5.4及更高版本，该版本收录了基于深度学习神经网络的人脸模块（以下称“OpenCV DNN Face”），包括人脸检测（使用模型YuNet，由OpenCV China团队贡献）和人脸识别（使用模型SFace，由北京邮电大学邓伟洪教授课题组贡献）。
# 人脸检测
img = cv.imread("path/to/image")
faceDetector = cv.FaceDetectorYN.create("/path/to/model", "", img.shape[:2])
faces = faceDetector.detect(image)
# 人脸识别
recognizer = cv.FaceRecognizerSF.create(recog_model_path, "" )
aligned_face = recognizer.alignCrop(img, faces[1][0])
feature = recognizer.feature(aligned_face)
cosine_score = recognizer.match(feature1, feature2, 0)
项目源码
如需源码，可查看：https://blog.csdn.net/virobotics/article/details/129918424
环境说明
操作系统：Windows10
LabVIEW：2018及以上 64位版本
视觉工具包：techforce_lib_opencv_cpu-1.0.0.xx.vip
总结
以上就是今天要给大家分享的内容，希望对大家有用。如果有问题可以在评论区里讨论，如您想要探讨更多关于LabVIEW与人工智能技术，欢迎加入我们：705637299。
**如果文章对你有帮助，欢迎✌关注、👍点赞、✌收藏
