使用Python face_recognition模块解决相似人脸多匹配问题

问题描述 #

我正在使用Python face_recognition模块进行100人的人脸识别，但部分人脸（如一对兄弟）相似度极高，导致两人的人脸编码匹配彼此均返回True。我希望仅返回最相似的匹配结果，附上相关代码，寻求解决方案：

for caras in image_face_encoding:
    for known_face_encoding in [known_face_encodings]:

        matches = face_recognition.compare_faces(known_face_encoding, caras, tolerance=0.37)
        print(matches)                    

        name = "Unknow"

        if True in matches:
            first_match_index = matches.index(True)
            name = known_face_names[first_match_index]
            contador=contador+1
            print ('Encontrado!!! ', contador)
            print(name)#input_image

解决方案 #

原代码依赖compare_faces仅返回匹配布尔值，无法区分相似度高低，因此会出现多匹配的情况。要获取最相似的结果，需通过人脸编码的欧氏距离判断（距离越小，相似度越高），具体步骤如下：

1. 使用face_recognition.face_distance()计算当前人脸编码与所有已知人脸编码的距离
2. 找到距离最小的索引，对应最相似的已知人脸
3. 验证最小距离是否在设定的容忍度范围内，确认匹配有效性

修改后的代码：

contador = 0

for caras in image_face_encoding:
    # 计算当前人脸与所有已知人脸的相似度距离（越小越相似）
    face_distances = face_recognition.face_distance(known_face_encodings, caras)
    # 获取最相似人脸的索引
    best_match_index = face_distances.argmin()
    min_distance = face_distances[best_match_index]
    
    name = "Unknow"
    # 仅当最小距离小于等于容忍度时，判定为匹配成功
    if min_distance <= 0.37:
        name = known_face_names[best_match_index]
        contador += 1
        print('Encontrado!!! ', contador)
        print(name)
    print(name)

关键改动说明 #

• 移除了冗余的嵌套循环，face_distance可直接处理整个已知人脸编码列表
• 通过argmin()定位最相似的人脸，而非取第一个匹配结果
• 增加距离阈值判断，避免误匹配低相似度的人脸

内容的提问来源于stack exchange，提问作者MiquelR