人脸识别是近年来模式识别，图像处理，机器视觉，神经网络以及认知科学等领域研究的热点问题之一，并且在商业领域具有广泛的应用场景。人脸识别按照人脸信息的来源可以分为两类：基于静态人脸图像的识别和基于包含人脸的动态视频信息的识别。本项目以静态人脸图像识别作为研究目标，任务是通过一张带有人像的图像，对图像中的人脸进行识别并判断是谁。本项目采用的基准模型是卷积神经网络(CNN)，在此基础上，利用迁移学习的方法，采用预训练的ResNet、FaceNet模型作对比分析。

输入：一张彩色的人脸照片
输出：照片的人名

在这个人脸识别项目中，我们将使用一个开源数据集Five Celebrity Faces Dataset，这也是一个在Kaggle比赛中的一个数据集。我们也已经下载好了并放在./5-celebrity-faces-dataset中，数据集中包含五位名人的照片，Ben Affleck, Elton John, Jerry Seinfeld, Madonna, Mindy Kaling。文件下分train和val。

OpenCV
OpenCV python tutorials
tensorflow
Keras
Keras中文文档

可以尝试以下的模型，后面的数字代表年份和月份：

VGGNet 14.09
ResNet 15.12
Inception v3 15.12
InceptionResNetV2 16.02
DenseNet 16.08
Xception 16.10
NASNet 17.07
参考 Keras 文档：Documentation for individual models

本项目的最低要求是 kaggle Public Leaderboard 前10%。