face_recognition的Github地址：

https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md

在本地建立一個(gè)"known_people"文件夾（用于存放已知名的單人照片），如：

和一個(gè)"unknown_pictures"文件夾（用于存放希望識別的若干圖片）如：

一、使用命令行工具

基本命令：

1、face_recognition - 在單張圖片或一個(gè)圖片文件夾中認(rèn)出是誰的臉。

執(zhí)行命令：face_recognition ./known_people/ ./unknown_pictures

可以看到face_recognition命令跟著的是我建立的兩個(gè)文件夾，顯示的結(jié)果，從上往下看：

（1）、是0.jpg檢測到2個(gè)人臉

人臉一：unknow_person（不認(rèn)識）；

人臉二：克林頓。

結(jié)果評價(jià)：正確，因?yàn)槲覜]在known_people文件夾放入奧巴馬的照片。

（2）、是1.jpg檢測到5個(gè)人臉

人臉1：克林頓。

人臉2至人臉5都是：unknow_person（不認(rèn)識）；

結(jié)果評價(jià)：正確，確實(shí)有五個(gè)人，也有克林頓在里面，另外的不認(rèn)識。

（3）、以下以此類推，但到7.jpg開始就馬云和成龍傻傻分不清了。

甚至7.jpg怎么會認(rèn)出兩張臉？亞洲人測不準(zhǔn)？

2、face_detection - 在單張圖片或一個(gè)圖片文件夾中定位人臉位置。

試試單人多圖的：

face_detection ./known_people/

以上結(jié)果，能成功輸出定位位置（像素定位）。

試試多人多圖的：

face_detection ./unknown_pictures

可以看到0~1的圖片沒檢測出位置。

3、其他

（1）調(diào)整人臉識別的容錯(cuò)率和敏感度

如果一張臉識別出不止一個(gè)結(jié)果，那么這意味著他和其他人長的太像了（本項(xiàng)目對于小孩和亞洲人的人臉識別準(zhǔn)確率有待提升）。你可以把容錯(cuò)率調(diào)低一些，使識別結(jié)果更加嚴(yán)格。

通過傳入?yún)?shù) --tolerance 來實(shí)現(xiàn)這個(gè)功能，默認(rèn)的容錯(cuò)率是0.6，容錯(cuò)率越低，識別越嚴(yán)格準(zhǔn)確。

face_recognition --tolerance 0.54 ./known_people/ ./unknown_pictures

結(jié)果相比好一點(diǎn)。

（2）人臉匹配的具體數(shù)值，可以傳入?yún)?shù) --show-distance true：

face_recognition --show-distance true ./known_people/ ./unknown_pictures

（3）加速人臉識別運(yùn)算

如果你的CPU是多核的，你可以通過并行運(yùn)算加速人臉識別。例如，如果你的CPU有四個(gè)核心，那么你可以通過并行運(yùn)算提升大概四倍的運(yùn)算速度。

執(zhí)行：face_recognition --cpus 4 ./known_people/ ./unknown_pictures

忘了我的是雙核cpu:Intel(R) Core(TM) i3-2100 CPU @ 3.10GHz

運(yùn)行后，差點(diǎn)沒把我卡死…….改成雙核的試試

執(zhí)行：face_recognition --cpus 2 ./known_people/ ./unknown_pictures

沒出現(xiàn)卡頓，感覺上是快了點(diǎn)，可能要數(shù)據(jù)大一點(diǎn)這才好發(fā)現(xiàn)差距。

（4）只想知道文件夾中的圖片里有誰，可以用這個(gè)管道命令

face_recognition ./known_people/ ./unknown_pictures | cut -d ',' -f2

win10貌似沒有管道命令，這個(gè)是linux使用的。

以上都是根據(jù)github的ageitgey /face_recognition說明操作的，我的話，命令行用的方面不多，主要是Python方面的多一點(diǎn)，下節(jié)將記錄python使用face_recognition的運(yùn)行情況。