人工智能基础与应用第8章 人脸识别：机器也认识你课后习题参考答案.docx

《人工智能基础与应用第8章 人脸识别：机器也认识你课后习题参考答案.docx》由会员分享，可在线阅读，更多相关《人工智能基础与应用第8章 人脸识别：机器也认识你课后习题参考答案.docx（8页珍藏版）》请在第一文库网上搜索。

1、第8章人脸识别：机器也认识你课后习题答案一、考考你1 .一个完整的人脸识别系统主要包含人脸图像采集和检测、B、人脸图像特征提取和人脸识别四个部分。A.人脸分类器B.人脸图像预处理C.人脸数据获取D.人脸模型训练2 .刷脸支付比传统密码支付的突出优势是B。A.更快捷方便B.更安全C.更容易实现D.成本更低3 .0penCV库主要应用一领域的人工智能开发。A.计算机视觉和机器学习B.人脸识别C.深度神经网络D.图像处理4 .下列OPenCV的哪个函数可定义一个人脸检测器A。A.CascadeC1assifier()B.detectMu1tiSca1e()C.predict()D.1BPHFaceR

2、ecognizer_create()5 .关于百度Padd1eHub错误的说法是A.它是一个预训练模型管理工具，支持键预测B.它涵盖了图像分类、目标检测、词法和情感分析等许多主流模型C它有不同的版本，用户在安装时可以指定具体的版本D.它的使用要有Padd1ePadd1e的支持二、亮一亮1 .人脸识别验证与传统密码验证相比它有哪些优势？参考答案：人脸识别验证是利用人脸视觉特征信息进行身份鉴别的计算机技术，具备自然性、非强制性和非接触性等特点，而且人脸识别利用的是人脸的独一无二特性，不易被复制，识别率高，安全性高。2 .简述如何使用OPeiICV提供的人脸分类器来检测人脸。参考答案：人脸检测是在提

3、取人脸特征的基础上进行,OPeneV中支持Haar和1BP特征的分类器，我们以Haar分类器为例介绍人脸检测的步骤：1)使用以下命令安装Python版本的OPenCV第三方库OPenCV-PythOn：pip3insta11opencv-python,安装好OPenCV-PyIhOn后，就会在python的第三方模块文件夹site-packages下有一个新的文件夹cv2,在cv2data下保存了许多用于检测人脸、眼睛、微笑等训练好的分类器，这些分类器以XM1文件的形式存储，如下图所示：IenovoAppData1oca1PfoqrdrmPythonPyIhon3，UbQtaPMkapese2

4、det悖次日鹏炳大小2023/1/2521:49文畀夹B_in_py2021“2321:49katfrPyCIwirni1KBIwMircdK*dreyejcm120211232M9XM1文档5MKB1MrcaadeeyetreeeyeoteMej(m12023/1/2321:49XM1文IaSKB1rJvontakdrtfiKcxmI20?1/1/2)2M9XM1文档40?KBIwkHC4HC4defotk4tf*(eextrndcc1xm12023/1/2321:49XM1文档374KBhMrasdetron(1fceRju1efro(1fedM2jcm120231232M9XM1文档38

5、KB1MrcadejrottfacedHau1txm12023/1/2321:49XM1文格I909KBKMrcjKcMirfuIIbodyjcmI2023/1/2321:49XM1文档466KBhMVCdMBde1eey2p1itkxm12023/1/2321:49XM1文档191KB*hMrasadeJefxe_pMerm_164aoesj(m12023/1/2321:49XM1XB47KB1Mrr4KcAdrIowvfbodyxmi2023/1/2321:49XM1文档367KBhMrcM*SePfodHiKexmI20211232M9XM1文档810KBhMr(asdejiQhteye

6、2Mm12O212321M9XM1文裆192KBhMrcMcdrniMiMipUtcnumbcfxm1XU1I232W9XM1文档74KBhMaademikj(m12023/1/232M9XM1文档185KBtMrcsdeUppefbodyxm12023/1/2321:49XM1文档768KB2）Haar特征分为三类：边缘特征、线性特征、中心特征和对角线特征，一起组合成特征模板。Haar特征分类器的基本工作原理是：用一个子窗口在待检测的图片窗口中不断的移位滑动，子窗口每到一个位置，就会计算出该区域的Haar特征，然后用我们训练好的级联分类器对该特征进行筛选，一旦该特征通过了所有强分类器的筛选，

7、则判定该区域为人脸。三、帮帮我1人脸关键点提取是人脸识别的基础，请基于百度智能云开放接口编程实现人脸关健点提取并可视化效果，如下图8.24所示。图8.24人脸原图（左图）及人脸关键点可视化（右图）提示：1）将请求的图片经Base64编码处理形成字符串。2）在百度智能云上创建人脸识别应用，基于应用的AP1Key和SeCretKey这两个值来获取访问令牌access_token。3）将图片数据、图片类型、面域等请求参数发送给人脸关键点服务UR1,返回识别结果。4）解析识别结果，并将关键点坐标以圆点的形式标记在人脸的相应位置。具体实现方法可参考百度智能云官方说明文档：参考答案：importreque

8、stsimportcv2importbase64# 获取访问令牌access_tokenC1ien1id=你的AKC1ient.secret=你的SK# C1ientJd为你在官网获取的AK,c1ient.secret为你在官网获取的SKhost=+c1ient_id+&c1ien1_secre1=+c1ient_secretresponse=requests.get(host)ifresponse:access_token=response.json()access_token# 图片base64转换image_path=,face.jpg,withopen(image_path,rb)as

9、f:image=f.read()image_base64=str(base64.b64enco1e(image),encoding=,utf-8,)# 获取人脸关键点request_ur1=https:/aip.baidubce.eom/rest/2.0/face/v3/detec1imageb64=image_base64params=image:+imageb64+,image_type:BASE64,face_fie1d:facesh叩e,1andmarkI1access_token=,24.71d47eb914d09efc8c73f37ec19cf11d.2592000.1626017

10、955.282335-2436006request_ur1=request_ur1+?access_token=r+access_tokenheaders=content-type:app1icationjson)response=requests.post(request_ur1,data=params,headers=headers)prin1(esponse:,response)ifresponse:resu1t=response.json()print(resu1t:,resu1t)1andmarks=resu1(resu1t1face-1ist01andmark721# 在原始图片上

11、标记关键点img=cv2.imread(image_path)foriinrange(0,72):x=int(1andmarksix)y=in1(1andmarksi1y)cv2.circ1e(img=img,center=(x,y),radius=2,co1or=(0,255,0),thickness=-1)cv2.imshow(1andmarkFace,img)cv2.waitKey(0)cv2.destroyAHWindows()hndwkFace-2.设计一个人脸验证系统，与现有的人脸库进行比对，来验证摄像头前的人是否为合法用户。参考答案：#步骤1、人脸检测#打开摄像头，监测人脸imp

12、ortcv2ascvdefface_detect(frame):# 图片转灰度img_gray=cv.cvtCo1or(frame,cv.CO1OR_BGR2GRAY)# 加载人脸分类识别器，这里的文件路径是笔者个人路径，读者需要相应替换face_detector=cv.CascadeC1assifier(D:/anaconda3/1ib/site-packages/cv2/data/haarcascade_fronta1face_defau1t.xm1)faces=face_detector.detectMu1tiSca1e(img_gray)forx,y,w,hinfaces:cv.rec

13、tang1e(frame,(x,y),(x+w,y+h),co1or=(0,255,0),thickness=1)cv.imshow(,detecting,frame)if_name_=_main_:# 读取摄像头中的图像，获取图像grabbed为truecap=cv.VideoCapture(O)whi1eTrue:grabbed,img=cap.read()ifgrabbed:Print(frame:,img.shape)e1se:breakface_detect(img)iford(,q,)=cv.waitKey(10):breakcv.destroyA11Windows()cap.re1ease()#步骤2、人脸采集importcv2ascvdefface_co11ect(face_id,username):print(n正在初始化脸部识别，请保持在摄像头前面.,)count=0fi1ename=#读取内置摄像头中的图像，获取图像grabbed为truecap=cv.VideoCapture(O)#加载人脸分类识别器这里的文件路径是笔者个人路径，读者需要相应替换face_detector=cv.CascadeC1assifier(D:/anaconda3/1ib/site-packages/cv2/data/haarcascade_