女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于RV1126開(kāi)發(fā)板的人臉識(shí)別算法開(kāi)發(fā)

ljx2016 ? 來(lái)源:ljx2016 ? 作者:ljx2016 ? 2025-04-14 11:13 ? 次閱讀

1. 人臉識(shí)別簡(jiǎn)介

人臉識(shí)別,是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流,并自動(dòng)在圖像中檢測(cè)和跟蹤人臉,進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部識(shí)別的一系列相關(guān)技術(shù),通常也叫做人像識(shí)別、面部識(shí)別。

人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分,分別為:人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別,本實(shí)例也包括這幾個(gè)流程。

本人臉識(shí)別算法在數(shù)據(jù)集表現(xiàn)如下所示:

人臉識(shí)別算法 performance
LFW 99.8
IJB-C 97.16

wKgZO2f8fbCAdPkjAADqockrEZ4123.png

基于EASY-EAI-Nano硬件主板的運(yùn)行效率:

算法種類 運(yùn)行效率
face_detect 35ms
face_recognition 32ms

2. 快速上手

2.1 開(kāi)發(fā)環(huán)境準(zhǔn)備

如果您初次閱讀此文檔,請(qǐng)閱讀《入門指南/開(kāi)發(fā)環(huán)境準(zhǔn)備/Easy-Eai編譯環(huán)境準(zhǔn)備與更新》,并按照其相關(guān)的操作,進(jìn)行編譯環(huán)境的部署

在PC端Ubuntu系統(tǒng)中執(zhí)行run腳本,進(jìn)入EASY-EAI編譯環(huán)境,具體如下所示。

cd ~/develop_environment
./run.sh
wKgZPGf8fbGAFjz7AACbrHAYX20295.png

2.2 源碼下載以及例程編譯

在EASY-EAI編譯環(huán)境下創(chuàng)建存放源碼倉(cāng)庫(kù)的管理目錄:

cd /opt
mkdir EASY-EAI-Toolkit
cd EASY-EAI-Toolkit

通過(guò)git工具,在管理目錄內(nèi)克隆遠(yuǎn)程倉(cāng)庫(kù)

git clone https://github.com/EASY-EAI/EASY-EAI-Toolkit-C-Demo.git

wKgZPGf8fbGAFhuoAADL06HcVzc595.png

注:

* 此處可能會(huì)因網(wǎng)絡(luò)原因造成卡頓,請(qǐng)耐心等待。

* 如果實(shí)在要在gitHub網(wǎng)頁(yè)上下載,也要把整個(gè)倉(cāng)庫(kù)下載下來(lái),不能單獨(dú)下載本實(shí)例對(duì)應(yīng)的目錄。

進(jìn)入到對(duì)應(yīng)的例程目錄執(zhí)行編譯操作,具體命令如下所示:

cd EASY-EAI-Toolkit-C-Demo/algorithm-face_recognition/
./build.sh cpres

注:

* 若build.sh腳本帶有cpres參數(shù),則會(huì)把Release/目錄下的所有資源都拷貝到開(kāi)發(fā)板上。

* 若build.sh腳本不帶任何參數(shù),則僅會(huì)拷貝demo編譯出來(lái)的可執(zhí)行文件。

* 由于依賴庫(kù)部署在板卡上,因此交叉編譯過(guò)程中必須保持adb連接。

wKgZPGf8fbGALSrXAAGIaPTJHO0351.png

2.3 模型部署

要完成算法Demo的執(zhí)行,需要先下載人臉檢測(cè)算法模型

百度網(wǎng)盤鏈接為:https://pan.baidu.com/s/1cxnx1T0ldJvoqkyTk1RmUg (提取碼:0b6h )。

wKgZO2f8fbGATqy8AAAfveoTfYQ840.png

也要下載人臉識(shí)別算法模型。

百度網(wǎng)盤鏈接為:https://pan.baidu.com/s/1L6ip8D13-kyo2i8il9ru6A (提取碼:56xm )。

wKgZPGf8fbGAMQ24AAAlGtmaR1c795.png

然后需要把下載的人臉檢測(cè)算法模型和人臉識(shí)別算法模型復(fù)制粘貼到Release/目錄:

wKgZO2f8fbKANgg8AAC3tXy7Cbc730.png

再通過(guò)下方命令將模型署到板卡中,如下所示。

cp ./Release/*.model /mnt/userdata/Demo

2.4 例程運(yùn)行

通過(guò)按鍵Ctrl+Shift+T創(chuàng)建一個(gè)新窗口,執(zhí)行adb shell命令,進(jìn)入板卡運(yùn)行環(huán)境。

adb shell

wKgZPGf8fbKAXDZPAACOVQLk9o8405.png

進(jìn)入板卡后,定位到例程上傳的位置,如下所示:

cd /userdata/Demo

運(yùn)行例程命令如下所示:

./test-face-recognition 1.jpg 2.jpg

2.5 運(yùn)行效果

face-recognition的Demo執(zhí)行效果如下所示,一般相似度大于0.4視為同一個(gè)人:

wKgZO2f8fbKAc1_RAACQvQh_-6Q180.png

API的詳細(xì)說(shuō)明,以及API的調(diào)用(本例程源碼),詳細(xì)信息見(jiàn)下方說(shuō)明。

3. 人臉檢測(cè)API說(shuō)明

3.1 引用方式

為方便客戶在本地工程中直接調(diào)用我們的EASY EAI api庫(kù),此處列出工程中需要鏈接的庫(kù)以及頭文件等,方便用戶直接添加。

選項(xiàng) 描述
頭文件目錄 easyeai-api/algorithm_api/face_detect
庫(kù)文件目錄 easyeai-api/algorithm_api/face_detect
庫(kù)鏈接參數(shù) -lpthread -lface_detect -lrknn_api

3.2 人臉檢測(cè)初始化函數(shù)

設(shè)置人臉檢測(cè)初始化函數(shù)原型如下所示。

 int face_detect_init(rknn_context *ctx, const char *path)

具體介紹如下所示。

函數(shù)名: face_detect_init()
頭文件 face_detect.h
輸入?yún)?shù) ctx:rknn_context句柄
path:算法模型的路徑
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

3.3 人臉檢測(cè)運(yùn)行函數(shù)

設(shè)face_detect_run原型如下所示。

int face_detect_run(rknn_context ctx, cv::Mat &input_image, std::vector &result)

具體介紹如下所示。

函數(shù)名: face_detect_run ()
頭文件 face_detect.h
輸入?yún)?shù)
ctx: rknn_context句柄
input_image:Opencv Mat格式圖像
result:人臉檢測(cè)的結(jié)果輸出
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

3.4 人臉檢測(cè)釋放函數(shù)

人臉檢測(cè)釋放函數(shù)原型如下所示。

 int face_detect_release(rknn_context ctx)

具體介紹如下所示。

函數(shù)名: face_detect_release ()
頭文件 face_detect.h
輸入?yún)?shù)
ctx: rknn_context句柄
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

4. 人臉標(biāo)準(zhǔn)化API說(shuō)明

4.1 引用方式

為方便客戶在本地工程中直接調(diào)用我們的EASY EAI api庫(kù),此處列出工程中需要鏈接的庫(kù)以及頭文件等,方便用戶直接添加。

選項(xiàng) 描述
頭文件目錄 easyeai-api/algorithm_api/face_alignment
庫(kù)文件目錄 easyeai-api/algorithm_api/face_alignment
庫(kù)鏈接參數(shù) -lpthread -lface_alignment -lrknn_api

4.2 人臉標(biāo)準(zhǔn)化函數(shù)

設(shè)置人臉標(biāo)準(zhǔn)化函數(shù)原型如下所示。

 cv::Mat face_alignment(cv::Mat img, cv::Point2f* points)

具體介紹如下所示。

函數(shù)名:face_alignment()
頭文件 face_alignment.h
輸入?yún)?shù) img: opencv圖像輸入
points: Point2f人臉關(guān)鍵點(diǎn)輸入
返回值 成功返回:112*112*3的人臉標(biāo)準(zhǔn)化圖像
注意事項(xiàng) 輸入圖片和人臉關(guān)鍵點(diǎn)坐標(biāo),輸出標(biāo)準(zhǔn)化的人臉頭像

5. 人臉識(shí)別API說(shuō)明

5.1 引用方式

為方便客戶在本地工程中直接調(diào)用我們的EASY EAI api庫(kù),此處列出工程中需要鏈接的庫(kù)以及頭文件等,方便用戶直接添加。

選項(xiàng) 描述
頭文件目錄 easyeai-api/algorithm_api/face_recognition
庫(kù)文件目錄 easyeai-api/algorithm_api/face_recognition
庫(kù)鏈接參數(shù) -lpthread -lface_recognition -lrknn_api

5.2 人臉識(shí)別初始化函數(shù)

設(shè)置人臉識(shí)別初始化函數(shù)原型如下所示。

 int face_recognition_init(rknn_context *ctx, const char * path)

具體介紹如下所示。

函數(shù)名: face_recognition_init()
頭文件 face_recognition.h
輸入?yún)?shù) ctx:rknn_context句柄
path:算法模型的路徑
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

5.3 人臉識(shí)別運(yùn)行函數(shù)

設(shè)face_detect_run原型如下所示。

int face_recognition_run(rknn_context ctx, cv::Mat *face_image, float (*feature)[512])

具體介紹如下所示。

函數(shù)名: face_recognition_run ()
頭文件 face_recognition.h
輸入?yún)?shù)
ctx: rknn_context句柄
face_image:圖像數(shù)據(jù)輸入(cv::Mat是Opencv的類型)
feature:算法輸出的人臉特征碼
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

5.4 人臉識(shí)別特征比對(duì)函數(shù)

設(shè)face_detect_run原型如下所示。

float face_recognition_comparison(float *feature_1, float *feature_2, int output_len)

具體介紹如下所示。

函數(shù)名: face_recognition_comparison ()
頭文件 face_recognition.h
輸入?yún)?shù) feature_1: 人臉特征碼1
feature_2:人臉特征碼2
返回值 成功返回:人臉識(shí)別相似度
注意事項(xiàng) 一般相似度大于0.4可以似為同一個(gè)人

5.5 人臉識(shí)別釋放函數(shù)

人臉識(shí)別釋放函數(shù)原型如下所示。

 int face_recognition_release(rknn_context ctx)

具體介紹如下所示。

函數(shù)名: face_recognition_release ()
頭文件 face_recognition.h
輸入?yún)?shù)
ctx: rknn_context句柄
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

6. 人臉識(shí)別算法例程

例程目錄為Toolkit-C-Demo/algorithm-face_recognition/test-face-recognition.cpp,操作流程如下。

wKgZPGf8fbKAAm6gAAA4J8Jgxs8389.png

參考例程如下所示。

#include 
#include 
#include 
#include 
#include 
#include 
#include "face_detect.h"
#include "face_alignment.h"
#include "face_recognition.h"
using namespace cv;

int main(int argc, char **argv)
{
	rknn_context detect_ctx, recognition_ctx;
	std::vector result1, result2;
	int ret;
	struct timeval start;
	struct timeval end;
	float time_use=0;

	if( argc != 3)
	{
		printf("./face_recognition_demo xxx.jpg xxx.jpgn");
		return -1;
	}

	cv::Mat src_1, src_2;
	src_1 = cv::imread(argv[1], 1);
	src_2 = cv::imread(argv[2], 1);

	/* 人臉檢測(cè)初始化 */	
	printf("face detect init!n");
	ret = face_detect_init(&detect_ctx, "./face_detect.model");
	if( ret < 0)
	{
		printf("face_detect_init fail! ret=%dn", ret);
		return -1;
	}

	/* 人臉識(shí)別初始化 */
	printf("face recognition init!n");
	ret =  face_recognition_init(&recognition_ctx, "./face_recognition.model");
	if( ret < 0)
	{
		printf("face_recognition fail! ret=%dn", ret);
		return -1;
	}

	/* 人臉檢測(cè)執(zhí)行 */
	face_detect_run(detect_ctx, src_1, result1);
	face_detect_run(detect_ctx, src_2, result2);

	Point2f points1[5], points2[5];

	for (int j = 0; j < (int)result1[0].landmarks.size(); ++j) 
	{
		points1[j].x = (int)result1[0].landmarks[j].x;
		points1[j].y = (int)result1[0].landmarks[j].y;
	}

	for (int j = 0; j < (int)result2[0].landmarks.size(); ++j) 
	{
		points2[j].x = (int)result2[0].landmarks[j].x;
		points2[j].y = (int)result2[0].landmarks[j].y;
	}

	Mat face_algin_1, face_algin_2;
	face_algin_1 = face_alignment(src_1, points1);
	face_algin_2 = face_alignment(src_2, points2);

	/* 人臉識(shí)別執(zhí)行 */
	float feature_1[512], feature_2[512];

	gettimeofday(&start,NULL); 
	face_recognition_run(recognition_ctx, &face_algin_1, &feature_1);
	gettimeofday(&end,NULL);
	time_use=(end.tv_sec-start.tv_sec)*1000000+(end.tv_usec-start.tv_usec);//微秒
	printf("time_use is %fn",time_use/1000);

	face_recognition_run(recognition_ctx, &face_algin_2, &feature_2);


	float similarity;
	similarity = face_recognition_comparison(feature_1, feature_2, 512);

	printf("similarity:%fn", similarity);	

	/* 人臉檢測(cè)釋放 */
	face_detect_release(detect_ctx);

	/* 人臉識(shí)別釋放 */
	face_recognition_release(recognition_ctx);

	return 0;
}

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人臉識(shí)別算法
    +關(guān)注

    關(guān)注

    0

    文章

    11

    瀏覽量

    2801
  • rv1126
    +關(guān)注

    關(guān)注

    0

    文章

    106

    瀏覽量

    3360
收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè):在圖像中找出人臉,以及每張人臉的landmarks位置。 方案設(shè)計(jì)邏輯流程圖,方案代碼分為分
    的頭像 發(fā)表于 04-21 17:59 ?336次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)二維碼識(shí)別方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)方案設(shè)計(jì)邏輯流程圖,方案代碼分為兩個(gè)業(yè)務(wù)流程,主體代碼負(fù)責(zé)抓取、合成圖像,算法代碼負(fù)責(zé)二維碼識(shí)別功能。
    的頭像 發(fā)表于 04-21 14:25 ?54次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)二維碼<b class='flag-5'>識(shí)別</b>方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè):在圖像中找出人臉,以及每張人臉的landmarks位置。 方案設(shè)計(jì)邏輯流程圖,方案代碼分為分
    的頭像 發(fā)表于 04-21 14:00 ?13次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉識(shí)別方案

    RV1126上實(shí)現(xiàn)人臉識(shí)別:在圖像中找出人臉,并與數(shù)據(jù)庫(kù)進(jìn)行比對(duì),得出該人臉對(duì)應(yīng)的身份信息。 方案設(shè)計(jì)邏輯流程圖,方案代碼分
    的頭像 發(fā)表于 04-21 13:51 ?11次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b><b class='flag-5'>識(shí)別</b>方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)自學(xué)習(xí)圖像分類方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)自學(xué)習(xí):在識(shí)別前對(duì)物體圖片進(jìn)行模型學(xué)習(xí),訓(xùn)練完成后通過(guò)算法分類得出圖像的模型ID。 方案設(shè)計(jì)邏輯流程圖,方案代碼分為分為兩個(gè)業(yè)務(wù)流程,主體代碼負(fù)
    的頭像 發(fā)表于 04-21 13:37 ?11次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)自學(xué)習(xí)圖像分類方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉識(shí)別方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉識(shí)別:在圖像中找出人臉,并與數(shù)據(jù)庫(kù)進(jìn)行比對(duì),得出該人臉對(duì)應(yīng)的身份信
    的頭像 發(fā)表于 04-21 10:24 ?107次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b><b class='flag-5'>識(shí)別</b>方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè):在圖像中找出人臉,以及每張人臉的landmarks位置。 方案設(shè)計(jì)邏輯流程圖,方案代碼分為分
    的頭像 發(fā)表于 04-21 10:21 ?99次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)駕駛員行為檢測(cè)方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)駕駛員行為檢測(cè):通過(guò)圖像識(shí)別出這幾種行為:打電話、抽煙、疲勞駕駛。
    的頭像 發(fā)表于 04-18 17:47 ?354次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)駕駛員行為檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉識(shí)別方案

    RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉識(shí)別:在圖像中找出人臉,并與數(shù)據(jù)庫(kù)進(jìn)行比對(duì),得出該人臉對(duì)應(yīng)的身份信息
    的頭像 發(fā)表于 04-18 16:55 ?83次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b><b class='flag-5'>識(shí)別</b>方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案

    RV1126上實(shí)現(xiàn)人臉檢測(cè):在圖像中找出人臉,以及每張人臉的landmarks位置。方案設(shè)計(jì)邏輯流程圖,方案代碼分為分為兩個(gè)業(yè)務(wù)流程,主體代碼負(fù)責(zé)抓取、合成圖像,
    的頭像 發(fā)表于 04-18 16:47 ?277次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    基于RV1126開(kāi)發(fā)板的按鍵測(cè)試方法與例程

    RV1126開(kāi)發(fā)板的按鍵測(cè)試方法與例程詳細(xì)描述
    的頭像 發(fā)表于 04-15 17:03 ?275次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>的按鍵測(cè)試方法與例程

    基于RV1126開(kāi)發(fā)板的人員檢測(cè)算法開(kāi)發(fā)

    RV1126開(kāi)發(fā)人員檢測(cè)AI算法組件
    的頭像 發(fā)表于 04-14 13:56 ?249次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b><b class='flag-5'>的人</b>員檢測(cè)<b class='flag-5'>算法</b><b class='flag-5'>開(kāi)發(fā)</b>

    基于RV1126開(kāi)發(fā)板的人臉檢測(cè)算法開(kāi)發(fā)

    RV1126開(kāi)發(fā)人臉檢測(cè)算法組件
    的頭像 發(fā)表于 04-14 10:19 ?236次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b><b class='flag-5'>的人臉</b>檢測(cè)<b class='flag-5'>算法</b><b class='flag-5'>開(kāi)發(fā)</b>

    RV1126 實(shí)現(xiàn)人臉檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案,充分體現(xiàn)了電子方面的實(shí)踐經(jīng)驗(yàn)和目標(biāo)檢測(cè)技術(shù)。
    的頭像 發(fā)表于 04-14 09:25 ?187次閱讀
    <b class='flag-5'>RV1126</b> 實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    RV1126 實(shí)現(xiàn)人臉識(shí)別門禁系統(tǒng)解決方案

    RV1126實(shí)現(xiàn)人臉識(shí)別門禁系統(tǒng)解決方案
    的頭像 發(fā)表于 04-10 15:17 ?321次閱讀
    <b class='flag-5'>RV1126</b> 實(shí)現(xiàn)<b class='flag-5'>人臉</b><b class='flag-5'>識(shí)別</b>門禁系統(tǒng)解決方案