首先安裝上面三個庫，你可以手動安裝或直接使用Docker 

我使用Docker，Ubuntu系統：

$ docker pull bamos/openface
$ docker run -p 9000:9000 -p 8000:8000 -t -i bamos/openface /bin/bash
$ cd /root/openface

• 1
• 2
• 3

• 1
• 2
• 3

建立一個目錄用來儲存待訓練的圖片資料：

$ mkdir training_images

• 1

• 1

為要識別的人建立單獨的目錄：

$ cd training_images

$ mkdir obama
$ mkdir print_panda
$ mkdir xiao_ming
$ mkdir trump
 

• 1
• 2
• 3
• 4
• 5
• 6

• 1
• 2
• 3
• 4
• 5
• 6

把收集的每個人的圖片拷貝到對應的目錄，確保每張圖片只有一張臉。不用特意的提取臉，OpenFace會自動幹這個活。

提取和aligned：

$ cd ..
$ ./util/align-dlib.py ./training_images/ align outerEyesAndNose ./aligned-images/ --size 96

• 1
• 2

• 1
• 2

生成的./aligned-images/目錄包含了處理過的圖片。

提取特徵：

$ ./batch-represent/main.lua -outDir ./generated-embeddings/ -data ./aligned-images/

• 1

• 1

開始訓練：

$ ./demos/classifier.py train ./generated-embeddings/

• 1

• 1

生成的SVM模型位於./generated-embeddings/classifier.pkl。

使用訓練的模型進行識別：

$ ./demos/classifier.py infer ./generated-embeddings/classifier.pkl test_image.jpg

• 1

• 1

如果結果不理想，嘗試新增更多的訓練資料，最好包含各種角度。