MT-CNN与FaceNet的人脸检测与识别开箱即用解决方案

简介：
本项目提供基于MT-CNN和FaceNet模型的人脸检测与识别一站式解决方案，具备高效准确的特点，适用于多种应用场景。 MT-CNN实现人脸检测，使用了Haar特征分类器；FaceNet用于人脸识别功能。项目在PyCharm环境中可以直接打开并运行。该项目利用了预训练的FaceNet模型，由于模型文件较大，我已经将其分批上传至我的个人主页，请访问下载对应的预训练模型，并将它们放置到mtcnn-FaceNet\models目录下的相应子目录中。 人脸数据库初始化时使用的是我在网上搜集的一些明星照片作为样本。通过MT-CNN和Haar分类器从mtcnn-FaceNet\dataset\images文件夹中的所有图片提取出的人脸图像，保存在了mtcnn-FaceNet\dataset\emb_face目录下。利用这些人脸数据训练模型，并生成一个名为faceEmbedding.npy的模型文件，该文件存放在mtcnn-FaceNet\dataset\emb路径中。 最后，使用FaceNet从mtcnn-FaceNet\dataset\test_images中的图片进行人脸识别操作。