我正在尝试创建一个应用程序，该应用程序捕获一个摄像机的提要，检测提要中的脸，然后对其进行拍照并将其添加到图像数据库中。同时，将捕获另一个摄像头提要，另一个神经网络将第二个摄像头提要中的面部与数据库中的面部图像进行比较，然后显示该人的姓名。 理想情况下，应该将新的人脸图像加载到神经网络模型中，而无需对其进行完全重新训练。
现在我正在尝试使用TensorFlow和OpenCV来实现这一目标。
TensorFlow是否可以使用动态神经网络？
tsm1010 回答：随时随地重新训练Tensorflow模型
关于第二步（获取人员姓名），我认为您不需要任何重新培训即可实现。
您可以使用卷积LSTM或类似的nn。输入形状可以为(None,image_dimension_x,y,3)（3是用于RGB的颜色通道）
其中，无将是数据库中当前的图像总数。它将数据库中的所有图像传递到nn中，并返回一个数字作为索引。
或者，您也可以使用常规卷积（不使用“无”），并使其输出对数据库中的每个图像现在正处于摄像头状态的信心。然后选择最有信心的人。
我想说第二个比较容易，可能更好，这还是我的建议。
希望它会有所帮助：）