人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术。有以下几种方法：

• 几何特征的人脸识别方法
• 基于特征脸(PCA)的人脸识别方法
• 神经网络的人脸识别方法
• 弹性图匹配的人脸识别方法
• 线段Hausdorff 距离(LHD) 的人脸识别方法
• 支持向量机(SVM) 的人脸识别方法
• 基于主动近红外图像的多光源人脸识别技术

开源框架

OpenCV

• 简介: OpenCV 是一个广泛使用的计算机视觉库，支持人脸检测和识别。
• 特点: 提供 Haar 级联分类器和深度学习模型（如 DNN 模块）进行人脸检测。
• 语言: C++, Python, Java 等。
• 官网: https://opencv.org

FaceNet

• 简介: FaceNet 是 Google 提出的深度学习模型，用于人脸识别和聚类。
• 特点: 使用三元组损失函数，生成高维特征向量进行人脸比对。
• 语言: Python (TensorFlow/Keras)。
• GitHub: https://github.com/davidsandberg/facenet

DeepFace

• 简介: DeepFace 是 Facebook 开发的人脸识别框架，基于深度学习。
• 特点: 支持多种深度学习模型（如 VGG-Face、FaceNet），提供人脸验证和识别功能。
• 语言: Python。
• GitHub: https://github.com/serengil/deepface

InsightFace

• 简介: InsightFace 是一个高效的人脸识别和分析框架，支持大规模人脸识别任务。
• 特点: 提供预训练模型和训练工具，支持 ArcFace 等先进算法。
• 语言: Python (MXNet/PyTorch)。
• GitHub: https://github.com/deepinsight/insightface

SeetaFace

• 简介: SeetaFace 是中科院计算所开发的开源人脸识别引擎。
• 特点: 提供人脸检测、特征点定位和特征提取功能。
• 语言: C++, Python。
• GitHub: https://github.com/seetafaceengine/SeetaFace6

YOLO-Face

• 简介: 基于 YOLO 的人脸检测框架，适用于实时应用。
• 特点: 高速度和高精度的人脸检测。
• 语言: Python (PyTorch)。
• GitHub: https://github.com/deepcam-cn/yolov5-face