中科视拓开源SeetaFace6人脸识别算法
2020年3月31日，中科视拓宣布开放SeetaFace6人脸识别算法。
SeetaFace6包含人脸识别的基本能力：人脸检测、关键点定位、人脸识别，同时增加了活体检测、质量评估、年龄性别估计，并且顺应实际应用需求，开放口罩检测以及口罩佩戴场景下的人脸识别模型。
与去年开源的SeetaFace2相比，SeetaFace6采用了商用版最新的推理引擎TenniS，ResNet50的推理速度，从SeetaFace2在I7的8FPS提升到了20FPS。SeetaFace6还大幅度提高人脸识别训练集的规模，人脸识别数据量增加到了上亿张图片。
模型名称 | 网络结构 | 速度（I7-6700） | 速度（RK3399） | 特征长度 |
通用人脸识别 | ResNet-50 | 57ms | 300ms | 1024 |
戴口罩人脸识别 | ResNet-50 | 34ms | 150ms | 512 |
通用人脸识别（小） | Mobile FaceNet | 9ms | 70ms | 512 |
1、活体检测
活体检测结合了两个方法，全局活体检测和局部活体检测。全局活体检测就是对图片整体做检测，主要是判断是否出现了活体检测潜在的攻击介质，如手机、平板、照片等等。局部活体检测是对具体人脸的成像细节通过算法分析，区别是一次成像和二次成像，如果是二次成像则认为是出现了攻击。
2、戴口罩的人脸识别
口罩人脸识别，其底层还是调用口罩人脸识别模块
可以看到带口罩人脸识别其实就是利用了未遮挡部分的信息做识别的。
源码地址：https://github.com/seetafaceengine/SeetaFace6">https://github.com/seetafaceengine/SeetaFace6
关于里面的源码调试问题可以留言评论，我会一一解答。
