使用数据库sqlite 筛选人脸信息

最新推荐文章于 2025-08-06 16:23:50 发布

fengsongdehappy

最新推荐文章于 2025-08-06 16:23:50 发布

阅读量783

点赞数 3

CC 4.0 BY-SA版权

文章标签：数据库 sqlite

本文链接：https://blog.csdn.net/m0_71816999/article/details/145631772

# 主要筛选人脸信息（比如：0 这个人的文件夹里有很多张属于0的人脸照片，但是同时又参杂一些非常模糊或者其他人的照片，那么可以通过这个方法把参杂的模糊的和其他人的人脸排序到最后，那样清理的时候就不需要到处找那些不合格的照片）

import os
import shutil

import numpy as np
from sklearn.metrics.pairwise import euclidean_distances
from PIL import Image
import torch
import torchvision.transforms as transforms
from facenet_pytorch import InceptionResnetV1
import sqlite3
import threading

# 1. 加载预训练的人脸特征提取模型
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model = InceptionResnetV1(pretrained='vggface2').eval().to(device)

# 2. 图像预处理
transform = transforms.Compose([
    transforms.Resize((160, 160)),  # FaceNet 输入尺寸
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5])
])


# 3. 提取单张图像的特征向量
def extract_feature(image_path):
    image = Image.open(image_path).convert('RGB')
    image = transform(image).unsqueeze(0).to(device)
    with torch.no_grad():
        feature = model(image).cpu().numpy().flatten()
    retur