这是一个基于 MobileFaceNet 轻量级网络和 ArcFace 损失函数的高效人脸识别系统。项目集成了人脸检测、特征提取、检索比对以及可视化展示等完整流程，支持摄像头实时识别与 Web 端数据展示。
- 轻量高效：采用 MobileFaceNet 作为骨干网络，适合在 CPU 或移动端设备运行。
- 高精度：使用 ArcFace (Additive Angular Margin Loss) 训练，在 LFW 数据集上表现优异。
- 全流程：包含 MTCNN 人脸检测、关键点对齐、特征提取与余弦相似度比对。
- 中文支持：底库图片支持中文文件名（如
张三_学生.jpg），识别结果可直接在画面上显示中文姓名。 - 可视化：提供基于 ECharts 的 Web 可视化界面，展示训练 Loss 与识别统计。
本项目的人脸识别流水线包含三个关键阶段：
[cite_start]在将图像送入识别网络前，首先使用 MTCNN (Multi-task Cascaded CNN) 进行预处理 [cite: 7, 55]。
- 功能：在图像中精确定位人脸，并回归出 5 个关键特征点（双眼、鼻尖、嘴角）。
- 对齐 (Alignment)：根据关键点进行仿射变换，将人脸矫正并裁剪为 112×112 的标准输入图像。
- [cite_start]归一化：像素值归一化至
[-1, 1]区间 ((pixel - 127.5) / 128) [cite: 55]。
[cite_start]MobileFaceNet 是针对 MobileNetV2 的改进版，专为人脸识别设计 [cite: 36, 41]。
- 改进核心：全局可分离卷积 (GDConv) 替代了全局平均池化 (GAP)。
- [cite_start]原因：GAP 会丢失空间信息，认为人脸中心和边缘同等重要，这不符合人脸结构特征。GDConv 能够感知不同位置的重要性 [cite: 42, 57, 59]。
- [cite_start]输出：将人脸映射到 128维 的欧氏空间特征向量 [cite: 65, 73]。
[cite_start]为了解决传统 Softmax Loss 在人脸验证中区分度不足的问题，本项目采用 ArcFace [cite: 92, 93]。
-
原理：在特征向量与权重的角度空间中引入 角度间隔惩罚 (Additive Angular Margin,
$m$ )。 - [cite_start]效果：迫使同类特征在超球面上更加聚拢（类内紧凑），不同类特征分得更开（类间差异大） [cite: 94, 102]。
-
公式：
$$L = -\frac{1}{N} \sum_{i=1}^{N} \log \frac{e^{s(\cos(\theta_{y_i} + m))}}{e^{s(\cos(\theta_{y_i} + m))} + \sum_{j \neq y_i} e^{s \cos \theta_j}}$$
[cite_start]使用 余弦相似度 (Cosine Similarity) 计算两个 128维 特征向量之间的距离 [cite: 112]。
- 判定：
- 值越接近 1：表示两人越相似（同一个人）。
- 值越接近 -1：表示截然不同。
- [cite_start]通常设定一个阈值（如 0.6），超过阈值即认定为同一身份 [cite: 135, 136]。
运行顺序 1--> 2（先运行check_test01.py,再进入visualization.html文件中，即可看到可视化页面）
Python-CV_demo/
├── .gitignore # Git 忽略配置文件 (忽略了大模型和虚拟环境)
├── requirements.txt # 项目依赖包列表
├── face_recognition/ # 项目核心目录
│ ├── app/
│ │ ├── detection/ # 【MTCNN】人脸检测模块
│ │ │ ├── face_detect.py
│ │ │ └── utils.py
│ │ ├── models/ # 【模型定义】网络结构
│ │ │ ├── mobilefacenet.py # 特征提取网络
│ │ │ └── arcmargin.py # ArcFace Loss
│ │ ├── face_db/ # 【人脸底库】(放入已知身份图片)
│ │ │ ├── Edison.jpg
│ │ │ └── 张三_学生.jpg # 支持中文文件名
│ │ ├── save_model/ # 【权重文件】(需手动下载放置)
| | | |───mtcnn/
| | | | ├── ONet.pth
| | | | ├── PNet.pth
| | | | ├── RNet.pth
│ │ │ └── mobilefacenet.pth
│ │ ├── utils/ # 工具类 (图像处理、中文绘制等)
| | ├── check_test01.py # 1. 主程序运行脚本
│ │ ├── infer.py # 单张图片推理脚本
│ │ ├── infer_camera.py # 摄像头实时识别脚本
│ │ ├── train.py # 模型训练脚本
│ │ └── create_dataset.py # 数据集制作脚本
│ └── web/ # 【可视化】Web 展示模块
│ ├── visualization.html # 2. ECharts 展示页面
│ ├── app.js # 前端逻辑
│ └── echarts.min.js
└── README.md # 项目说明文档
face_recoginition_models 文件夹，并按路径放置。
| 模型文件 (Model) | 说明 (Description) | 本地存放路径 (Local Path) | 下载链接 (Download) |
|---|---|---|---|
| mobilefacenet.pth | 人脸识别核心权重 | face_recognition/app/save_model/ |
百度网盘下载 提取码: h4bc |
| mtcnn/*.pth | 人脸检测权重 (P/R/O Net) | face_recognition/app/save_model/mtcnn/ |
同上 (包含在链接中) |
安装提示：下载后请确保
save_model目录下的结构与上述路径一致，否则程序会报错找不到模型。