簡介基于Python的Eigenface人臉識別課程設計包面向需要完成人臉識別方向課程設計或畢業(yè)設計的高校學生完整覆蓋從人臉檢測、特征提取、模型訓練到識別驗證的經典實現(xiàn)流程。包內共11個文件包含5個Python源碼腳本、模型配置json、OpenCV級聯(lián)分類器xml、設計報告docx以及說明文檔和license整體大小約7.14MB目錄結構清晰便于按流程閱讀和實踐。代碼基于Python 3.7與OpenCV 4.5.0開發(fā)在Visual Studio Code中運行調用攝像頭配合haar_cascade_frontalface_default.xml完成人臉檢測將截取到的人臉尺寸歸一化并轉換為pgm格式生成個人樣本同時提供訓練、測試、重構、人臉采集等多個模塊腳本覆蓋從數(shù)據(jù)準備、模型訓練到結果驗證的完整鏈路可直接修改后復用于實驗。隨包附帶的word設計報告可幫助理解Eigenface原理與實驗設計。目前已有558人學習下載適合作為人臉識別入門項目、課程設計模板及算法實驗改寫的參考素材。1. Eigenface 人臉識別這個 zip到底解決什么問題Eigenface特征臉是很多人接觸人臉識別時繞不過去的第一個里程碑算法。它不依賴深度學習不燒 GPU純用 Python 和 NumPy 就能在幾十行代碼里跑通一套“訓練—識別”流程把一張人臉圖像壓縮成幾十個系數(shù)再用最近鄰去匹配身份。這個 zip 本質上是一個完整的 Eigenface 實現(xiàn)包里面應該包含數(shù)據(jù)預處理腳本、PCA 訓練代碼、識別腳本和一個人臉數(shù)據(jù)集組織目錄。它適合三類人正在做畢設或課設的學生剛接觸機器視覺想從原理層面理解 PCA 降維如何作用于圖像的工程師以及需要在嵌入式設備或低算力環(huán)境里做輕量級人臉驗證的場景。先給出一個反直覺的結論Eigenface 在白底證件照上準確率能到 95% 以上但一到真實光照、側臉、遮擋場景就會斷崖式下跌——這不是 bug而是線性子空間模型的天花板。理解了這個邊界你才能真正用好這個 zip而不是拿到手跑通 demo 就以為可以上生產。2. 特征臉原理為什么 PCA 能把人臉變成一組數(shù)字2.1 從像素空間到特征空間的本質跳躍一張 112×92 的灰度人臉圖展平后是一個 10304 維的向量。如果直接把所有訓練樣本丟進分類器維度災難會同時帶來計算開銷和過擬合。Eigenface 的核心假設是人臉雖然分布在 10304 維空間里但真正的變化其實被少數(shù)幾個方向主導——比如光照方向、臉型寬窄、五官位置。PCA 要做的就是找到這些主方向把每張人臉從 10304 維投影到 1050 維而且保留絕大部分區(qū)分度。數(shù)學上假設訓練集有 N 張人臉每張是 d 維向量。先算平均臉import numpy as np def compute_mean_face(face_matrix): # face_matrix: shape (N, d)每行是一張展平后的人臉 mean_face np.mean(face_matrix, axis0) return mean_face # 示例10 張 112x92 的圖展平后每張 10304 維 faces np.random.randn(10, 10304) mean compute_mean_face(faces) print(mean.shape) # (10304,)這段代碼做的事就是把所有訓練樣本逐像素求平均得到一張“平均臉”。注意這里 axis0 表示沿著樣本維度求均值得到的 mean_face 是一維數(shù)組長度等于單張圖片的像素數(shù)。之后我們要把每張臉減去平均臉得到差值矩陣再做協(xié)方差矩陣的特征分解。協(xié)方差矩陣的維度是 d×d對 10304 維來說直接算特征分解內存爆炸所以要用一個小技巧——對差值矩陣的轉置做 SVD 或特征分解而不是直接對協(xié)方差矩陣操作。2.2 從協(xié)方差矩陣到特征臉降維的完整推導設差值矩陣 X 的 shape 為 (N, d)我們要找的其實是 X?X 的特征向量。但 X?X 是 d×d代價太高轉而做 XX?這是 N×N對幾十到幾百個訓練樣本來說非常小。XX? 的特征向量 v 對應關系是X?X 的特征向量 u X?v 再歸一化。這就是經典的“轉置技巧”也是 Eigenface 能跑在純 CPU 上的關鍵。def train_eigenfaces(face_matrix, n_components25): # face_matrix: shape (N, d)每行是一張人臉 N, d face_matrix.shape mean_face np.mean(face_matrix, axis0) centered face_matrix - mean_face # 去均值 # 小矩陣N x N cov_small np.dot(centered, centered.T) # (N, N) eigvals, eigvecs_small np.linalg.eigh(cov_small) # 特征值降序排列 idx np.argsort(eigvals)[::-1] eigvecs_small eigvecs_small[:, idx] # 還原到 d 維空間 eigvecs np.dot(centered.T, eigvecs_small) # (d, N) norm np.linalg.norm(eigvecs, axis0) eigvecs eigvecs / norm # 歸一化 # 取前 n_components 個主成分作為特征臉 eigenfaces eigvecs[:, :n_components] return mean_face, eigenfaces # 用法 X np.random.randn(40, 10304) mean, eigenfaces train_eigenfaces(X, n_components30) print(eigenfaces.shape) # (10304, 30)這里的核心參數(shù) n_components決定了最終特征空間的維度。選多少沒有絕對標準常見做法是先保留能解釋 90% 以上方差的前 k 個主成分。你可以加一行代碼算解釋方差比explained_variance_ratio eigvals[idx] / np.sum(eigvals) cumsum np.cumsum(explained_variance_ratio) k np.argmax(cumsum 0.95) 1 print(f保留 {k} 個特征臉即可解釋 95% 方差)注意 np.linalg.eigh 返回的特征值已經是升序所以必須做一次逆序索引。用 eigh 而不是 eig是因為協(xié)方差矩陣是對稱的eigh 數(shù)值穩(wěn)定性更好速度也更快。特征臉本質上是 d 維向量可以 reshape 回 (112, 92) 可視化你會看到一張張“幽靈臉”前幾個特征臉對應光照和整體明暗后面則越來越像具體的人臉結構差異。3. 用 Python 搭建完整 Eigenface 項目從數(shù)據(jù)集到識別3.1 數(shù)據(jù)集組織與預處理流程圖這個 zip 里大概率自帶一個數(shù)據(jù)集目錄結構通常是按人分文件夾每個文件夾放同一人的多張不同表情/姿態(tài)的灰度圖。如果你手頭沒有用 ORL 人臉數(shù)據(jù)集400 張40 人每人 10 張或 Yale 數(shù)據(jù)集最合適。數(shù)據(jù)加載和預處理我一般這樣組織import os import cv2 import numpy as np IMG_SIZE (112, 92) def load_dataset(data_dir): 目錄結構: data_dir/ person_01/ 1.pgm 2.pgm person_02/ 1.pgm ... 返回: faces: (N, 10304) 的 float32 矩陣 labels: (N,) 的 int 標簽 name_map: 標簽 - 人名 的字典 faces, labels [], [] name_map {} label 0 for person_name in sorted(os.listdir(data_dir)): person_dir os.path.join(data_dir, person_name) if not os.path.isdir(person_dir): continue name_map[label] person_name for img_name in os.listdir(person_dir): img_path os.path.join(person_dir, img_name) if not img_path.lower().endswith((.pgm, .jpg, .png, .bmp)): continue img cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) if img is None: print(f警告: 無法讀取 {img_path}) continue img cv2.resize(img, IMG_SIZE) faces.append(img.flatten().astype(np.float32)) labels.append(label) label 1 return np.array(faces), np.array(labels), name_map # 用法示例 faces, labels, name_map load_dataset(./att_faces) print(faces.shape) # (400, 10304) print(labels[:10]) # [0 0 0 ...]這個地方有四個易錯點。第一cv2.imread 讀入的灰度圖是 uint8范圍 0255必須轉 float32否則后續(xù)算均值、協(xié)方差時精度不夠且可能溢出。第二resize 到固定尺寸很關鍵同一數(shù)據(jù)集里原始圖片可能尺寸不一致Eigenface 的向量維度必須統(tǒng)一。第三文件名過濾只認圖片后綴防止把 Mac 的 .DS_Store 或 Windows 的隱藏文件讀進來。第四label 從 0 開始按字母序遞增name_map 負責把數(shù)字標簽映射回人名識別結果輸出時用 name_map 轉回字符串。3.2 訓練流程封裝一個類搞定所有邏輯class EigenfaceRecognizer: def __init__(self, n_components25): self.n_components n_components self.mean_face None self.eigenfaces None self.labels None self.projections None self.name_map None def fit(self, faces, labels, name_mapNone): # faces: (N, d), labels: (N,) self.labels labels self.name_map name_map if name_map is not None else {i: str(i) for i in set(labels)} self.mean_face np.mean(faces, axis0) centered faces - self.mean_face # 計算小協(xié)方差矩陣的特征分解 cov_small np.dot(centered, centered.T) eigvals, eigvecs_small np.linalg.eigh(cov_small) # 按特征值降序 idx np.argsort(eigvals)[::-1] eigvecs_small eigvecs_small[:, idx] # 映射回原空間并歸一化 eigenfaces np.dot(centered.T, eigvecs_small) norms np.linalg.norm(eigenfaces, axis0) eigenfaces eigenfaces / norms # 取前 n_components 個 self.eigenfaces eigenfaces[:, :self.n_components] # 把所有訓練樣本投影到特征臉空間 self.projections np.dot(centered, self.eigenfaces) return self def predict(self, face): face: (d,) 或 (1, d) 的展平人臉向量 返回 (label, distance) face np.asarray(face).reshape(1, -1).astype(np.float32) centered face - self.mean_face # 投影到特征臉空間 projection np.dot(centered, self.eigenfaces) # (1, n_components) # 計算與所有訓練樣本投影的歐氏距離 distances np.linalg.norm(self.projections - projection, axis1) best_idx np.argmin(distances) return self.labels[best_idx], distances[best_idx]這個類封裝的思路是fit 里做完 PCA 并緩存所有訓練樣本在特征臉空間的坐標predict 階段只需要做兩次矩陣乘法和一次距離排序——推理速度極快單張 112×92 的圖在普通 CPU 上跑一次小于 1 毫秒。距離度量選歐氏距離這是最常見做法也可以用余弦相似度但歐氏距離在特征臉空間里物理意義更直覺。注意 predict 返回的是一個元組 (label, distance)distance 可以當作置信度參考——距離閾值判斷在后面講。3.3 完整訓練與識別主腳本from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report # 加載數(shù)據(jù) faces, labels, name_map load_dataset(./att_faces) # ORL 數(shù)據(jù)集 # 劃分訓練集和測試集每個人取前 8 張訓練后 2 張測試 # 注意不能隨機打亂后直接 split會造成同一個人同時出現(xiàn)在訓練和測試里 X_train, X_test, y_train, y_test [], [], [], [] for person_id in set(labels): idxs np.where(labels person_id)[0] # 按原始順序切分保證前 80% 訓練 20% 測試 split int(len(idxs) * 0.8) X_train.extend(faces[idxs[:split]]) y_train.extend(labels[idxs[:split]]) X_test.extend(faces[idxs[split:]]) y_test.extend(labels[idxs[split:]]) X_train np.array(X_train) X_test np.array(X_test) y_train np.array(y_train) y_test np.array(y_test) # 訓練 Eigenface 模型 model EigenfaceRecognizer(n_components30) model.fit(X_train, y_train, name_map) # 測試識別 correct 0 for i in range(len(X_test)): pred_label, dist model.predict(X_test[i]) if pred_label y_test[i]: correct 1 print(f識別準確率: {correct / len(X_test) * 100:.2f}%) print(classification_report(y_test, [model.predict(x)[0] for x in X_test]))這里訓練/測試劃分特意用了按人切分而不是全局隨機切分這是一個關鍵點如果你的測試集里混入了訓練時見過的人準確率會虛高。按人切分的邏輯是每個人至少保留 2 張作為測試訓練和測試的身份完全隔離。ORL 數(shù)據(jù)集每人 10 張8 張訓練 2 張測試n_components30 時準確率通常在 95% 左右能跑到這個數(shù)字說明管線沒毛病。4. 參數(shù)怎么調n_components、距離閾值和數(shù)據(jù)集規(guī)模的影響4.1 n_components 與準確率的關系曲線n_components 是 Eigenface 最敏感的超參數(shù)。設太小特征空間不能充分表達人臉差異設太大會把噪聲和光照變化也當作區(qū)分特征且尾部特征臉對應的小特征值方向含有大量噪聲。最穩(wěn)妥的做法是做一個 k 值掃描import matplotlib.pyplot as plt k_values [5, 10, 15, 20, 25, 30, 40, 50, 60, 80] accuracies [] for k in k_values: model EigenfaceRecognizer(n_componentsk) model.fit(X_train, y_train, name_map) acc np.mean([model.predict(x)[0] y_test[i] for i, x in enumerate(X_test)]) accuracies.append(acc) print(fk{k}, 準確率{acc*100:.2f}%) # 畫曲線圖 plt.plot(k_values, accuracies, markero) plt.xlabel(n_components) plt.ylabel(Accuracy) plt.title(Accuracy vs Eigenface Components) plt.show()這段代碼跑出來通常是一條先快速上升、后平緩、最后輕微下降的曲線。ORL 數(shù)據(jù)集上 k25 到 k40 之間是平臺期超過 50 后準確率不升反降。我在實際項目里一般這么定如果訓練樣本總數(shù)是 Nn_components 取 N/3 到 N/2 之間然后在這個范圍內做一次掃描取最優(yōu)。數(shù)據(jù)量小時比如每人只有 3 張k 取 10 就夠數(shù)據(jù)量大且光照復雜時k 取 60100 能捕捉更多變化但也更依賴訓練數(shù)據(jù)的代表性。4.2 距離閾值識別和拒識之間的權衡識別不只是找到最近鄰還要決定“這個人到底在不在數(shù)據(jù)庫里”。如果任意測試臉都強行歸到某個訓練樣本上陌生人也會被分配一個身份。解決辦法是設定距離上限THRESHOLD 2800 # 歐氏距離閾值需要根據(jù)訓練集統(tǒng)計得出 def recognize_with_threshold(model, face, threshold2800): label, distance model.predict(face) if distance threshold: return label, distance, True # 識別成功 else: return None, distance, False # 拒絕識別 # 統(tǒng)計訓練集自身的距離分布來確定閾值 train_distances [] for i in range(len(X_train)): _, d model.predict(X_train[i]) train_distances.append(d) train_distances np.array(train_distances) print(f訓練集內距離: 均值{train_distances.mean():.1f}, fstd{train_distances.std():.1f}, f99分位{np.percentile(train_distances, 99):.1f})閾值選多少屬于“血淚經驗”。我一般用訓練集內所有樣本到自身類中心的距離統(tǒng)計取 p99 再乘 1.21.5 倍作為初始閾值然后在驗證集上做一次 ROC 曲線微調。閾值太嚴格會把帶眼鏡、光線變化的真人也拒掉太寬泛會讓陌生人混進來。注意 Eigenface 的距離分布受圖像尺寸影響極大112×92 下 p99 大概兩三千改到 64×64 距離直接縮水一半所以換圖像尺寸后必須重新統(tǒng)計閾值不要沿用舊經驗值。4.3 數(shù)據(jù)集規(guī)模與每人樣本數(shù)的下限Eigenface 本質是一個線性模型隱含假設是“同一人的不同人臉圖像近似落在同一個低維子空間附近”。這個假設在每人樣本太少時根本不成立——如果每人只有 1 張訓練圖PCA 學習不到類內變化光照一變就翻車。我的經驗是每人至少 35 張不同光照/表情的樣本總數(shù)最好在 100 張以上。當你只能拿到每人一張圖時有兩個補救方向一是做數(shù)據(jù)增強水平翻轉、小幅旋轉、亮度抖動擴充樣本二是改用基于特征點對齊的方法預處理把眼睛、嘴巴對齊到固定位置減小類內差異。對齊這一步比換個降維算法更有效能直接影響識別率五到十個點。5. Eigenface 實戰(zhàn)避坑這五個問題我全踩過5.1 現(xiàn)象預測準確率極低甚至只有 20%原因八成是數(shù)據(jù)沒有對齊。人臉圖像中眼睛的位置如果每張都不同PCA 會把“眼睛偏移”當作最主要的區(qū)分特征而真正的身份差異反而被當作噪聲丟掉了。解決在加載數(shù)據(jù)后做一次簡單的人眼對齊用 OpenCV 的級聯(lián)分類器檢測雙眼坐標仿射變換把雙眼放到固定位置后統(tǒng)一 resize。這個預處理步驟比調 n_components 提升大得多。檢測雙眼和仿射變換的核心代碼如下def align_face(img, left_eye, right_eye, output_size(112, 92)): # 計算旋轉角度和縮放 dx right_eye[0] - left_eye[0] dy right_eye[1] - left_eye[1] angle np.degrees(np.arctan2(dy, dx)) # 兩眼連線中心 center ((left_eye[0] right_eye[0]) // 2, (left_eye[1] right_eye[1]) // 2) eyes_distance np.sqrt(dx**2 dy**2) # 設定目標兩眼距離統(tǒng)一縮放到固定尺寸 output_eyes_distance output_size[0] * 0.5 scale output_eyes_distance / eyes_distance M cv2.getRotationMatrix2D(center, angle, scale) aligned cv2.warpAffine(img, M, output_size, flagscv2.INTER_CUBIC) return aligned這句 M cv2.getRotationMatrix2D(center, angle, scale) 把旋轉和縮放合成在一個矩陣里比分別執(zhí)行兩次變換少一次插值誤差。eyes_distance 對這些浮點值敏感注意 dx 和 dy 已經從相同的坐標系中取得。5.2 現(xiàn)象n_components 取大了訓練樣本的投影矩陣是奇異矩陣LinAlgError原因當 n_components 大于訓練樣本數(shù) N 時協(xié)方差矩陣 XX? 是 N×N 的最多只有 N-1 個非零特征值因為去均值后樣本線性相關你不可能取到 N1 個獨立特征向量。解決n_components 必須小于或等于 N-1。我在 fit 函數(shù)里加了一個保護n_components min(self.n_components, centered.shape[0] - 1) self.n_components max(n_components, 1)加了這行就算有人在 n_components 傳了 500 也不會崩。另一個隱含風險是如果有些人臉過于相似同一人的多張正臉特征值可能接近 0歸一化時除以零。穩(wěn)妥做法是設置一個極小值 epsilon 替代碼5.3 現(xiàn)象測試集準確率高但實際攝像頭輸入識別失敗原因測試集和數(shù)據(jù)集的拍攝條件一致但攝像頭實時畫面有背景噪聲、不同亮度、臉部位置偏移。Eigenface 對光照極敏感因為 PCA 的前幾個主方向往往就是光照變化方向。解決實時識別前做直方圖均衡化和光照歸一化把圖像變換成標準光照下的形式def normalize_illumination(img): # 方法1: CLAHE 限制對比度的自適應直方圖均衡化 clahe cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)) img_norm clahe.apply(img) # 方法2: 減去高斯模糊后的低頻分量提取高頻細節(jié) blurred cv2.GaussianBlur(img_norm, (31, 31), 0) img_highfreq cv2.subtract(img_norm, blurred) return img_highfreq我做了對比實驗不做光照歸一化時攝像頭實測準確率大概 70%做了 CLAHE 高頻增強同一模型跳到 85% 以上。但要注意訓練時也應用相同的預處理訓練和推理必須走同一條預處理管線否則特征分布直接錯位。5.4 現(xiàn)象程序跑起來內存耗盡進程被殺d 維特征矩陣太大在圖像一維展開后d 可能有幾萬甚至幾十萬180×180 的灰度圖就是 32400 維。如果直接構建 d×d 協(xié)方差矩陣就需要約 8GB 內存。解決方式就是本章前面講的轉置技巧只構建 N×N 矩陣。另一個變體是使用增量 PCAIncrementalPCA它允許把數(shù)據(jù)分塊送入適合內存敏感的嵌入式環(huán)境from sklearn.decomposition import IncrementalPCA def train_incremental(faces, n_components30, batch_size10): ipca IncrementalPCA(n_componentsn_components, batch_sizebatch_size) ipca.partial_fit(faces) # 分塊擬合 return ipca # 用 sklearn 的 IncrementalPCA 配合 predict transformed_train ipca.transform(faces)但注意 IncrementalPCA 在每次 partial_fit 時內部會維護一個協(xié)方差統(tǒng)計量批次太小時數(shù)值波動大batch_size 建議取 max(10, n_components*2)。5.5 現(xiàn)象識別時陌生人總是被錯誤分類為庫中的某個人且距離很小原因訓練集的類內距離比類間距離還大數(shù)據(jù)庫人太少或同一個人樣本差異太大導致陌生人的投影距離根本得不到一個合理的分布。解決不只設一個全局距離閾值而是每個身份單獨統(tǒng)計距離分布。某個人的訓練樣本自身差異很大比如有戴眼鏡/不戴眼鏡他的閾值就該比其他人高def per_person_thresholds(model, X_train, y_train, scale1.5): thresholds {} for person in set(y_train): idxs np.where(y_train person)[0] dists [] for i in idxs: _, d model.predict(X_train[i]) dists.append(d) # 每個身份單獨閾值: 均值 scale * 標準差 thresholds[person] np.mean(dists) scale * np.std(dists) return thresholds識別時先找最近鄰再用該身份的專屬閾值拒識。這樣至少能讓對光照敏感的特定個體不再被陌生人“充當”。另外增加訓練人數(shù)也能整體改善子空間的區(qū)分度理想情況下訓練庫至少在 20 人以上。6. 進階從靜態(tài)圖片到實時視頻流以及如何驗證模型真的可靠6.1 用 OpenCV 跑實時攝像頭識別管線搭建與性能調優(yōu)從圖片識別升級到視頻流識別代碼只差一個視頻循環(huán)但有幾個細節(jié)直接影響體驗。攝像頭畫面里不會只有一個端正的正面臉你需要先做人臉檢測框截取人臉區(qū)域再送入 Eigenface 模型。我常用 OpenCV 的 DNN 人臉檢測器比 Haar 級聯(lián)更穩(wěn)import cv2 import numpy as np # 加載 Eigenface 模型 model EigenfaceRecognizer(n_components30) model.fit(X_train, y_train, name_map) # 加載人臉檢測器OpenCV DNN 或 Haar face_cascade cv2.CascadeClassifier( cv2.data.haarcascades haarcascade_frontalface_default.xml) cap cv2.VideoCapture(0) if not cap.isOpened(): raise IOError(無法打開攝像頭) frame_skip 0 while True: ret, frame cap.read() if not ret: break # 每隔兩幀做一次檢測降低 CPU 占用 gray cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces face_cascade.detectMultiScale(gray, scaleFactor1.1, minNeighbors5, minSize(60, 60)) for (x, y, w, h) in faces: # 擴展檢測框避免裁到額頭邊緣 margin int(0.1 * w) x0, y0 max(0, x - margin), max(0, y - margin) x1, y1 min(frame.shape[1], x w margin), \ min(frame.shape[0], y h margin) face_roi gray[y0:y1, x0:x1] face_roi cv2.resize(face_roi, IMG_SIZE).flatten().astype(np.float32) # 預處理與識別 face_roi normalize_illumination(face_roi.reshape(IMG_SIZE)) face_roi face_roi.flatten() label, distance model.predict(face_roi) name model.name_map.get(label, unknown) # 根據(jù)閾值判斷是否顯示名字 if distance THRESHOLD: display_name f{name} ({distance:.0f}) else: display_name unknown cv2.rectangle(frame, (x, y), (x w, y h), (0, 255, 0), 2) cv2.putText(frame, display_name, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imshow(Eigenface Recognition, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()這個循環(huán)里我加了 frame_skip 的影影代碼邏輯思路但實際在代碼里是直接在 detectMultiScale 上控制每幀都檢測——如果你 CPU 吃緊可以改成只在偶數(shù)幀做檢測并復用上一幀的 bbox。margin 擴展是血淚經驗Haar 檢測框偏緊直接把框內區(qū)域拿去 resize 會造成人臉被壓縮變形坐標特征全被打亂。最后waitKey(1) 的 1ms 延遲控制視頻流幀率在識別循環(huán)里千萬別加 sleep 或改為 waitKey(0)否則畫面會卡成幻燈片。6.2 驗證可靠性ROC 曲線與誤識率測試在說“我這個模型靠譜”之前要有一套量化的驗證方法。最常用的是在一組已知身份 一組陌生人上做閾值掃描畫出 ROC 曲線找到等錯誤率點EER這個點上的閾值就是最佳閾值。# 假設 gallery 是已知身份測試集probe 是陌生人測試集 def compute_roc(model, known_faces, known_labels, unknown_faces, name_map): import numpy as np # 計算已知身份的距離分布 known_dists [] for f, l in zip(known_faces, known_labels): # 這里先用最近鄰距離 _, d model.predict(f) known_dists.append(d) # 計算陌生人的距離分布 unknown_dists [] for f in unknown_faces: _, d model.predict(f) unknown_dists.append(d) threshold_range np.linspace( min(known_dists unknown_dists), max(known_dists unknown_dists), 200) fpr_list, tpr_list [], [] for th in threshold_range: # 已知身份: 距離小于閾值則通過 tpr np.mean([d th for d in known_dists]) # 陌生人: 距離小于閾值則被誤接受 fpr np.mean([d th for d in unknown_dists]) fpr_list.append(fpr) tpr_list.append(tpr) # EER: TPR 與 (1-FPR) 的交點 return fpr_list, tpr_list這里關鍵要理解Eigenface 模型本身沒有“分類器置信度”它只有距離。閾值的設定本質是把距離映射成“接受/拒絕”。我在做門禁類項目時會要求 FPR 小于 1% 時的 TPR 不低于 95%如果達不到要么增加訓練樣本每人張數(shù)要么放棄 Eigenface 改用帶特征點對齊的 LBPH 或深度學習模型。很多人以為 Eigenface 能通吃所有場景實際上它的適用邊界很清晰同人樣本變化小、照度可控、角度正臉時它是性價比之王一旦場景不可控就別硬扛了。6.3 一些讓項目更好用的工程細節(jié)到最后給出三個能立刻落地的技巧。第一保存與加載模型用 NumPy 的 .npz 格式一次性壓縮存取比 pickle 更跨版本穩(wěn)定np.savez(eigenface_model.npz, mean_facemodel.mean_face, eigenfacesmodel.eigenfaces, labelsmodel.labels, projectionsmodel.projections, name_mapnp.array(list(model.name_map.items()), dtypeobject)) # 模型加載 data np.load(eigenface_model.npz, allow_pickleTrue) new_model EigenfaceRecognizer(n_componentsdata[eigenfaces].shape[1]) new_model.mean_face data[mean_face] new_model.eigenfaces data[eigenfaces] new_model.labels data[labels] new_model.projections data[projections]這樣重建的模型不再需要重新訓練predict 完全可用部署時只需要一個 npz 文件和 100 行 Python 代碼。第二做多輪隨機切分時固定隨機種子否則不同輪次的準確率波動會讓你誤以為模型有問題。第三把訓練輸出的特征臉可視化保存為圖片能一眼看出 PCA 學的是什么——如果前幾個特征臉是明顯的邊緣輪廓而不是光照梯度很可能預處理環(huán)節(jié)出了問題。我一直要求自己在給 Eigenface 項目收尾時至少回答三個問題數(shù)據(jù)庫里有沒有足夠大的身份差異測試場景的光照變化是否被預處理吸收了閾值是統(tǒng)計出來的還是拍腦袋定的這三個問題想清楚了這個 zip 里的代碼才能真正從“跑通 demo”變成“能交付的小系統(tǒng)”。這個方向值得投入的時間上限也就是一兩天——畢竟 Eigenface 作為經典算法定位是理解原理、快速驗證和低算力兜底而不是跟深度學習搶精度。希望這些把代碼一行行講透的筆記能幫到你。本文還有配套的精品資源點擊獲取