实时人脸识别系统在计算机视觉领域仍然是一个非常热门的话题，许多公司已经开发了自己的解决方案来尝试进入不断增长的市场。与传统的识别方法相比，实时人脸识别系统的优点是在连续帧中使用同一个人的多个实例。
如果开发者希望利用实时人脸识别的优势，开源项目可能是一个很好的起点。由于源代码已发布，你可以看到它是如何工作的，并确保它不会窃取数据。在本文中，我们将帮助初级的开发者了解最佳的开源人脸识别项目，并向大家展示为什么选择开源软件通常是最佳选择。
开源人脸识别项目
人脸识别系统在功能和独特功能方面各不相同。但一般来说，使用人脸识别软件自动化系统的过程需要相同的基本步骤。
首先，将摄像头放置在所需的位置并开始流式传输视频。摄像头的放置方式应使镜头获得足够的光线，并且拍摄对象将注视摄像头。如果无法完整查看用户的面部，则摄像头应具有尽可能清晰的分辨率。为了不使人脸识别服务器过载，最好先检测运动。
为什么选择开源人脸识别项目？
开源软件有很多优点。首先，使用开源代码，可以确定数据的处理方式。其次，开源项目通常质量更高。
由于多个开发人员不断审查代码，因此可以非常快速地识别错误。第三，许可费用较低，此类项目通常由内部开发或由可自由选择的 IT 服务提供商开发。很难找到过时的开源软件，因为它通常遵循现代软件开发实践。最后，开源被认为是代码成熟的下一个层次。它允许开发人员在几分钟内流利地理解代码并激励他们进行工作。
最佳开源人脸识别软件
我们研究了实时开源人脸识别软件的 github 存储库，并准备了一份最佳选择列表：
1.Deepface
该库支持不同的人脸识别方法，比如 FaceNet 和 InsightFace。它还提供了 REST API，但它只支持验证方法，因此无法创建人脸集合并在其中查找人脸。尽管 Python 开发人员很容易上手，但其他人可能很难集成。截至 2021 年初的最新版本是 0.0.49。
2.CompreFace
这个方案是2020年7月才在github上发布的，看起来很有前途。CompreFace 成为我们最好的开源人脸识别项目名单，因为它是少数可以通过一个 docker-compose 命令启动的自托管 REST API 人脸识别解决方案之一。REST API 允许轻松地将其集成到您的系统中，而无需事先具备机器学习技能。此外，它是可扩展的，因此可以同时识别多个视频流中的人脸。
CompreFace 有一个用于管理用户角色和面部集合的简单 UI。它提供了两种最流行的人脸识别方法之间的选择：FaceNet（LFW 准确率 99.65%）和 InsightFace（LFW 准确率 99.86%）。它仍处于活跃的开发阶段，截至 2021 年初的最新版本是 0.5 版本。
3.Face Recognition
这个解决方案的主要特点是它使用了他们的 Python API 和二进制命令行工具。此外，他们的 github 上提供了所有主要平台的安装说明，甚至是用于快速设置的 docker 镜像。尽管它很受欢迎，但该软件有一些缺点。最后一次发布是在 2018 年，此后没有重大改进。它使用了一个相当过时的人脸识别模型，在 LFW 上只有 99.38% 的准确率，并且没有 REST API。
4.InsightFace
InsightFace 是另一个开源 Python 库，它使用最新最准确的人脸识别方法之一进行人脸检测 (RetinaFace) 和人脸识别 (SubCenter-ArcFace)。该解决方案的准确率非常高——在 LFW 数据集上为 99.86%。唯一的缺点是它不易于使用。
5. FaceNet
FaceNet 是一个流行的开源 Python 库。这种方法的准确率相当高——在 LFW 数据集上为 99.65%，这很好但不是最高的。此解决方案的缺点是它没有 REST API，并且不再支持存储库（最后一次更新是在 2018 年 4 月）。
6.InsightFace-REST
这是 2019 年创建的另一个有前途的存储库，并于 2020 年 10 月开始积极开发。与 CompreFace 一样，这是一个基于 docker 的解决方案，可提供方便的 REST API。最大的优势是它的开发人员将 InsightFace 的识别速度提高了三倍。这个解决方案的缺点是它只提供人脸的嵌入，没有提供用于实际人脸识别的 API，所以你需要有自己的分类器。该存储库仍然没有许可证，因此需要询问作者是否可以使用它。截至 2021 年初的最新版本是 v0.5.9.6。
结论
尽管当今 GitHub 上可用的最佳开源人脸识别项目在功能上各不相同，但它们都有可能让你的开发过程更轻松。在选择开源人脸识别解决方案时，我们建议编制与开发业务相关的标准列表，并选择优先考虑所做的相同事情的选项。虽然可能有些功能对开发者来说比其他功能更重要，但我们在此处确定的每个免费开源项目都将提供高质量的实时人脸识别体验。
拓展阅读
人脸识别技术是一种高精度、易于使用、稳定性高、难仿冒的生物识别技术，具有极其广阔的市场应用前景。在公安、国防、海关、交通、金融、社保、医疗及其他民用安全控制等行业和部门存在着广泛的需求。
我们TSINGSEE青犀视频的研发人员近期也在积极开发人脸检测、人脸识别、人流量统计、安全帽检测等AI技术，并积极融入到现有的视频平台中。典型的示例如EasyCVR视频融合云服务，具有AI人脸识别、车牌识别、语音对讲、云台控制、声光告警、监控视频分析与数据汇总的能力，广泛应用在小区、楼宇的智能门禁，周界可疑人员徘徊检测、景区人流量统计等场景中。