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)本文主要献给大家介绍一下SFace以及LabVIEW中进行人脸识别所需VI
一、SFace简介
SFace 是一种基于深度学习的人脸识别模型，是由北京邮电大学邓伟洪教授课题组贡献。SFace可以在减少干净示例的类内距离和防止过度拟合标签噪声之间取得更好的平衡，并有助于更强大的深度人脸识别模型。在CASIA-WebFace，VGGFace2和MS-Celeb-1M数据库上训练的模型的广泛实验，以及在LFW，MegaFace和IJB-C数据库等几个人脸识别基准上进行评估，已经证明了SFace的优越性。
- SFace模型Git地址：https://github.com/zhongyy/SFace
二、准备工作
- 安装LabVIEW 2018 64位或更高版本
- 安装LabVIEW AI视觉工具包，安装步骤可查看：https://blog.csdn.net/virobotics/article/details/123656523
- 下载人脸检测yunet.onnx模型文件：https://github.com/ShiqiYu/libfacedetection.train/blob/a61a428929148171b488f024b5d6774f93cdbc13/tasks/task1/onnx/yunet.onnx
- 下载人脸识别SFace模型文件：https://drive.google.com/file/d/1ClK9WiB492c5OZFKveF3XiHCejoOxINW/view
三、VI介绍
Create.vi：使用给定参数创建此类的实例
参数说明：
- modelPath：模型文件路径
- config：模型对应配置文件路径，ONNX 模型不需要
- backend id：Backend ID
- target id：目标设备ID
alignCrop.vi：对齐图像以将面部放在标准位置
参数说明：
- src：输入图片
- one face：输入图像中某张人脸的检测结果（15列）
- dst：对齐人脸后的图片
feature.vi：从对齐的图像中提取人脸特征
参数说明：
- src：已对齐人脸的图片
- feature：人脸特征
match.vi：计算两个人脸特征之间的距离
参数说明：
- feature1：一个人脸特征
- feature2：第二个人脸特征
- type：距离类型，用于计算相似度
- score：相似度得分
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。
四、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。下一篇博文我们将给大家介绍在LabVIEW中如何实现人脸识别。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
