树莓派系统安装

标准版安装

标准系统安装步骤参见：

http://www.ruanyifeng.com/blog/2017/06/raspberry-pi-tutorial.html

注：

安装系统后的sandisk可见大小就变了，想要恢复原样的话，请操作如下

1.”Win+R”打开运行界面，输入”cmd”,打开命令提示符。

2.在命令提示符窗口下输入”diskpart”,进入diskpart交互环境。

3.输入”lis dis”,显示所有的磁盘。该命令会显示所有挂在电脑上的磁盘，注意U盘所在磁盘序号。

4.输入”select dis x”,选定磁盘x(x代表第三步显示的U盘序号)。

5.输入”clean”, 删除被选择磁盘x(U盘)下的所有分区。

6.输入”create partition primary”,在磁盘x(U盘)下创建一个主分区。

7.输入”active”,**主分区。

8.输入”format fs=fat32 quick”,快速格式化主分区为fat32格式。

9.输入”exit”,退出diskpart交互环境。

参见：

https://blog.****.net/u014770862/article/details/71195057

人脸识别

软件安装

安装依赖请参看：

https://www.pyimagesearch.com/2016/04/18/install-guide-raspberry-pi-3-raspbian-jessie-opencv-3

https://www.pyimagesearch.com/2018/09/19/pip-install-opencv/

具体操作：

sudo apt-get upgrade

sudo apt update

apt-get install build-essential cmake pkg-config

apt-get install libjpeg-dev libtiff5-dev

add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"

apt install libjasper-dev

apt install libpng12-dev

apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

apt-get install libxvidcore-dev libx264-dev

apt-get install libgtk2.0-dev

apt-get install libatlas-base-dev gfortran

apt-get install python2.7-dev python3-dev

wget https://bootstrap.pypa.io/get-pip.py

apt install python3-distutils

apt install python3-testresources

python3 get-pip.py

pip install virtualenv virtualenvwrapper

vi ~/.bashrc

# virtualenv and virtualenvwrapper

export WORKON_HOME=$HOME/.virtualenvs

export VIRTUALENVWRAPPER_PYTHON=/usr/local/bin/python3

source /usr/local/bin/virtualenvwrapper.sh

mkvirtualenv cv -p python3

注：工作在虚拟环境workon cv （进入）/ deactivate （退出）

pip install opencv-contrib-python

pip install imutils

pip install dlib

pip install face_recognition

软件使用

sudo vi /etc/modules

添加模块

bcm2835-v4l2

sudo modprobe bcm2835-v4l2（**camera，否则下面命令报错）

代码从参考2页面下载

训练：

python encode_faces.py --dataset dataset --encodings encodings.pickle --detection-method hog

注： --detection-method可以选择cnn和hog两种，cnn的准确度高一些，但是训练消耗cpu和内存都更大，不适合在树莓派下训练，可以在高性能物理机训练好后，将训练生成的encodings.pickle拷贝到树莓派中用于识别时使用。

识别：

python pi_face_recognition.py --cascade haarcascade_frontalface_default.xml --encodings encodings.pickle

主要参看的参考2，针对树莓pi的人脸识别指南，参考1、2、3是作者按照先后顺序写的，都可以帮助理解人脸识别技术。

参考1：https://www.pyimagesearch.com/2018/06/18/face-recognition-with-opencv-python-and-deep-learning/

参考2：https://www.pyimagesearch.com/2018/06/25/raspberry-pi-face-recognition/

参考3：https://www.pyimagesearch.com/2018/09/24/opencv-face-recognition/

人脸识别原理中文参考：https://zhuanlan.zhihu.com/p/24567586

人脸识别调优

识别训练过程中发现，cnn算法下，样本图片400多k可能会把16G内存耗光，导致训练失败。样本图片最好不要超过200k。windows下面可以通过右键编辑图片来改变图片大小。
根据识别算法，样本最好是正面照，数量要20张以上（多多益善）。

参看：http://answers.opencv.org/question/101291/improving-face-recognition-accuracy/

函数参数优化，compare_faces函数有个默认参数tolerance，程序中使用默认值0.6，实际进行识别时，发现tolerance过大，对相近的亚洲脸无法有效地区分开，比较结果都为true，导致识别结果错误。将该值显示赋值为0.3，可以更严格地识别亚洲脸，有效区分相近面孔。

树莓派人脸识别技术指南

参看：https://face-recognition.readthedocs.io/en/latest/face_recognition.html