在这一部分，我们将探索和实现各种人脸识别技术，并试图找到一种能够以可接受的精度实时工作的技术。

简单介绍一下，我正在做一个端到端的项目，涉及使用安全摄像头和NVIDIA Jetson Nano部署人脸识别系统，我计划在这一系列博客中记录该项目的进展。

这是我上一篇文章的续篇，那篇文章记录了项目的前两个步骤(预算和可行性分析)。

如果你们想看所有人脸识别技术的比较，包括优缺点、性能和用法，我也会写一篇关于这方面的单独文章。

那么，让我们继续这个项目的下一步，那就是“探索人脸识别技术”。

人脸识别技术探索

通过下面提到的所有技术，我发现人脸识别大致可以分为3个步骤：

这只是一个基本的划分，为了更容易理解过程，我想提一下，当我们使用线性二进制模式技术时，并不是所有的技术都遵循这个原则。

我在这里提到这一点，是为了让每个阅读这篇文章的人更容易理解这个过程。我是在实施第一种技术后才算出这个划分的。

好的，我们开始吧。

使用人脸识别库

这似乎是最流行的技术，因为我在网上找到的大多数文章和教程都使用了这一技术。

这是有意义的，因为它是最容易实现的，并且对于前面提到的所有3个步骤只使用一个库。

人脸识别库构建在dlib之上，以简化人脸识别的实现。