얼굴 인증 기능을 제공하는 OSS에 대한 메모

업무로 얼굴 인증 기능을 제공하고 있는 OSS에 대해 조사할 기회가 있었으므로, 메모를 남겨 둡니다.

1. OpenCV

OpenCV는 이미지 처리, 이미지 분석 및 기계 학습과 같은 기능을 가진 오픈 소스 라이브러리입니다. 오픈 소스이므로 기본적으로 무료로 사용할 수 있습니다. 파이썬을 시작으로 C/C++, Java, MATLAB용으로 공개되어 있으며, 원래는 인텔이 개발·공개하고 있습니다.

관련 기사

공식 페이지,Github
htps : // 오펜 cv. 오 rg
htps : // / cs. 오펜 cv. rg/3.4.3/d1/dfb/인 t로. HTML
htps : // 기주 b. 코 m / 오펜 cv / 오펜 cv
OpenCV에서 얼굴 인증을 시도했습니다.
htps : // qrun ch. 네 t/＠다음 m/엔 t리에 s/Q9fV8지 QJVCDゔぃd? 레 f = q 룬 ch
OpenCV만으로 얼굴 검출에서 얼굴 대조까지 완결
htps : // 이 m / 한가로이 15 / ms / 970, fd 90b7, 02b2, 85

그러나 OpenCV에 현재 구현된 코드만으로는 상용 라이브러리 중 높은 수준에 있는 것과는 다음 범위에서 차이가 발생할 가능성이 높다고 생각됩니다.
* 숨겨진 얼굴 이미지
예: 마스크를 한 얼굴·선글라스를 한 얼굴
* 정면을 향하지 않는 얼굴
예: 30도 정도 대각선을 향한 얼굴
* 나쁜 조명 조건
빛이 균일하게 맞지 않는 얼굴 이미지

2. face_recognition

dlib 기반 DL을 이용한 얼굴 인증 라이브러리
※dlib는 기계 학습의 C++ Python의 라이브러리

관련 기사

공식 페이지,Github
htps : // 기주 b. 코 m / Agei tw y / Fuse_ Reko g Nichion
htps : // py 피. 오 rg / p 로지 ct / 후세 레코 g 치온 /
htps //w w. c s. 이. jp/bぉg/엔트리/9468/

이 모델은 FaceNet에 영감을 받고 있는 것 같기 때문에, 자세한 구조나 이론적인 배경은 그 논문을 읽으면 좋을까 생각합니다.

얼굴 식별(Dlib 및 ageitgey/face_recognition 패키지 사용)
htps //w w. 카네코. jp / dbb / db / 푹신한 c. HTML
OpenCV, dlib 및 OpenFace에서의 얼굴 감지 및 지식 요약
h tps : // / ゔ 아 아 아 아쿠 sh. 하테나 bぉg. 코m/엔트리/2016/06/28/004811

3. face-net

FaceNet은 2015년 Google이 발표한 얼굴 인증용 신경망입니다.
FaceNet 논문은 여기에서 볼 수 있습니다. htps : // 아 rぃ v. rg / pdf / 1503. 03832. pdf

관련 기사

Github
htps : // 기주 b. 코 m/다ゔぃd씨d베르그/후세네 t
FaceNet (얼굴 인식)을 움직여 보았습니다.
htps // 마사엔 g. 하테나 bぉg. 코m/엔트리/2019/07/26/234225

Facenet을 사용하는 이점은 다음과 같습니다.
1. 학습된 모델을 사용할 수 있음
2. 벡터에 떨어뜨리므로 검색하고 싶은 사람의 이미지가 적어
3. 얼굴 이미지에 특화되어 있다
4. 간편

FaceNet(얼굴 인증)을 사용하여 자동 촬영 카메라를 만들어 보았습니다.
htps // 마사엔 g. 하테나 bぉg. 코m/엔트리/2019/08/09/235046

4. OpenFace

오픈 소스의 얼굴 인식 기술로서 OpenFace라고 하는 것도 있습니다. h tp // c 무사 짱 b. 기주 b. 이오/오펜후세/
여기는 FaceNet 논문을 바탕으로 한 오픈 소스 구현입니다.

별로 조사되지 않았지만, 정보는 적은 인상.

요약

비 DL OpenCV는 DL을 이용하는 다른 라이브러리와 비교하면 얼굴의 찍힌 등에 따라 정밀도가 떨어지는 것 같다.
관련 기사의 샘플은 모두 Python에서 구현.
각각의 구현의 용이성, 정밀도 등은 실제로 움직여 검증할 필요가 있을 것 같다.
face_recognition 과 face-net 을 검증해 보는 것이 좋을지도.

각 라이브러리를 비교하기 위해 ↓ 표에 정리했습니다. 정보는 여전히 엉망입니다.