项目理念 |在存储的视频序列中搜索一个人

项目名称：视频序列中的人脸识别。

介绍：
本项目涉及人脸识别识别领域。我们必须在视频中搜索一个人。在人脸检测和识别中，我们必须针对数千张人脸训练我们的机器，但出于搜索的目的，我们只有一张我们正在寻找的人的图像。所以我们必须使用像faceNet系统这样的人脸比较系统。我们将从视频中的降噪开始。下一步是人脸检测，最后一步是对检测到的人脸进行人脸比较。它将处理存储的视频和一张输入图像以进行搜索。

概念框架：

方法：
降噪：
为了获得更好的结果，必须减少帧中的噪声和两个连续帧之间的像素差异。可以使用高斯降噪方法来降噪。
人脸检测：
在视频的情况下，我们将拥有所有有角度的面孔。所以我们不能使用 viola Jones 算法进行人脸检测。我们可以使用 CNN 进行人脸检测。
对于人脸比较，我们将使用 FaceNet 系统。 FaceNet 系统是由谷歌开发的，它使用 128-D 模型来处理人脸。 128-D模型只不过是对不同方向和角度的人脸的测量。

提供的功能：

• 人脸检测
• 人脸识别
• 人脸识别

算法：

• 高斯降噪方法
• 卷积神经网络
• FaceNet 系统

使用的工具： Python、openCV 和 FaceNet 库。

应用：
1. 护照和签证欺诈检测
2. 犯罪分子的认定
3. ATM和银行视频监控
4.防止欺诈选民
5.从监控中找到存储的视频数据库中的小偷或恐怖分子。

注意：该项目已经启动，人脸检测和识别仅在正面启动。
GitHub链接：https://github.com/kapilggg10/project1