python机器学习进行精准人脸识别

星星在线

发布于 2020-05-22 15:07:04

2.2K0

发布于 2020-05-22 15:07:04

人脸识别准确率低？

上一篇我们讲了使用OpenCV进行人脸识别的最基础操作。但是从最后的效果可以看出，识别率、效率都很低，而且误检率比较高，识别过程中，系统资源占用相当大，实在是没办法在实际场合中使用。在opencv3.4 版之前自带的人脸检测器是基于Haar算法实现的，不仅检出率低，而且脸的角度稍大一些就检测不出来。但是随着深度学习领域的发展，涌现了一大批效果相当不错的人脸检测算法。

人脸检测方式对比

OpenCV Haar人脸检测优点 1）几乎可以在CPU上实时工作； 2）简单的架构； 3）可以检测不同比例的人脸。

缺点 1）会出现大量的把非人脸预测为人脸的情况； 2）不适用于非正面人脸图像； 3）不抗遮挡。

OpenCV DNN 人脸检测优点 1）在这四种方法中是最准确的； 2）在CPU上能够实时运行； 3）适用于不同的人脸方向：上，下，左，右，侧面等。 4）甚至在严重遮挡下仍能工作； 5）可以检测各种尺度的人脸。

缺点基本上没有什么明显的缺点

Dlib HoG人脸检测优点 1）CPU上最快的方法； 2）适用于正面和略微非正面的人脸； 3）与其他三个相比模型很小； 4）在小的遮挡下仍可工作。

缺点 1）不能检测小脸，因为它训练数据的最小人脸尺寸为80×80，但是用户可以用较小尺寸的人脸数据自己训练检测器； 2）边界框通常排除前额的一部分甚至下巴的一部分； 3）在严重遮挡下不能很好地工作； 4）不适用于侧面和极端非正面，如俯视或仰视。

Dlib CNN人脸检测优点 1）适用于不同的人脸方向； 2）对遮挡鲁棒； 3）在GPU上工作得非常快； 4）非常简单的训练过程。

缺点 1）CPU速度很慢； 2）不能检测小脸，因为它训练数据的最小人脸尺寸为80×80，但是用户可以用较小尺寸的人脸数据自己训练检测器； 3）人脸包围框甚至小于DLib HoG人脸检测器。

非正面人脸检测效果对比：

通过以上对比，我们可以推荐OpenCV DNN人脸识别作为首选方式

OpenCV DNN人脸检测

OpenCV提供了两个模型： 1）原始Caffe实现的16位浮点型版本

net = cv2.dnn.readNetFromCaffe("deploy.prototxt", "res10_300x300_ssd_iter_140000_fp16.caffemodel")

2）TensorFlow实现的8位量化版本

net =cv2.dnn.readNetFromTensorflow("opencv_face_detector_uint8.pb", "opencv_face_detector.pbtxt")

OpenCV已经为我们提供了训练好的人脸识别模型，当然我们也可以自己训练，同样可以识别其他物体，实现实物识别。

下载训练模型

从上面的模型加载我们看到Caffe需要deploy.prototxt和res10_300x300_ssd_iter_140000_fp16.caffemodel两个文件，TensorFlow需要opencv_face_detector_uint8.pb和opencv_face_detector.pbtxt两个文件。我查到的很多帖子中都没有详细解释这些文件的来源，好在我找到了，我为大家详细描述一下：

在GitHub中搜索opencv

访问目录：opencv/samples/dnn/face_detector

这里有我们需要的deploy.prototxt和opencv_face_detector.pbtxt文件，然后继续GitHub搜索opencv_3rdparty，打开如下：

库是空的，你可能比较懵逼一点，看一下分支

看到如下两个分支，当然还有很多其他的分支是用来做其他检测的，以后用的的可以在里面找，点进去后就能看到我们要下载的模型文件了

image.png

GitHub下载文件就不介绍了，到这里，我们需要的模型文件都下载好了，主要的检测函数有以下四个：

读取训练模型：readNetFromCaffe或者readNetFromTensorflow
图片预处理：blobFormImage
设置网络输入值：setInput
网络预测：forward

图片预处理：blobFormImage

函数原型：def blobFromImage(image, scalefactor=None, size=None, mean=None, swapRB=None, crop=None, ddepth=None) 这个是主要的函数，包含两个过程：

整体像素值减去平均值（mean）
通过缩放系数（scalefactor）对图片像素值进行缩放

主要参数解释：

image：输入图像对象。
mean：需要将图片整体减去的平均值，在人脸识别是我们用固定数值(104.0, 177.0, 123.0)，可能大家对这个比较迷惑，因为它是在模型训练是设定的，我们使用的是已经训练好的模型，直接写死即可。这个在上面图中我圈出的train.prototxt文件中可以看到。

scalefactor：经过像素去平均值以后，进行图片缩放，默认是1
size：这个参数是我们神经网络在训练的时候要求输入的图片尺寸。
swapRB：OpenCV中认为我们的图片通道顺序是BGR，但是我平均值假设的顺序是RGB，所以如果需要交换R和G，那么就要使swapRB=true
crop: 是否在调整大小后对图片进行裁剪，一般我们可以不进行裁剪

代码实现

import numpy as np
import cv2, os


def show_detections(image, detections):
    h, w, c = image.shape
    for i in range(0, detections.shape[2]):
        confidence = detections[0, 0, i, 2]
        if confidence > 0.6:
            box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
            (startX, startY, endX, endY) = box.astype("int")
            text = "{:.2f}%".format(confidence * 100)
            y = startY - 10 if startY - 10 > 10 else startY + 10
            cv2.rectangle(image, (startX, startY), (endX, endY),
                          (0, 255, 0), 1)
            cv2.putText(image, text, (startX, y),
                        cv2.FONT_HERSHEY_SIMPLEX, 0.45, (0, 255, 0), 2)
    return image


def detect_img(net, image):
    # 其中的固定参数，我们在上面已经解释过了，固定就是如此
    blob = cv2.dnn.blobFromImage(image, 1.0, (300, 300), (104.0, 177.0, 123.0), False, False)
    net.setInput(blob)
    detections = net.forward()
    return show_detections(image, detections)


def test_file(net, filepath):
    img = cv2.imread(filepath)
    showimg = detect_img(net, img)
    cv2.imshow("img", showimg)
    cv2.waitKey(0)


def test_camera(net):
    cap = cv2.VideoCapture('人脸识别.mp4')
    while True:
        ret, img = cap.read()
        if not ret:
            break

        showimg = detect_img(net, img)
        cv2.imshow("img", showimg)
        cv2.waitKey(1)


if __name__ == "__main__":
    net = cv2.dnn.readNetFromCaffe("deploy.prototxt", "res10_300x300_ssd_iter_140000_fp16.caffemodel")
    # net =cv2.dnn.readNetFromTensorflow("opencv_face_detector_uint8.pb", "opencv_face_detector.pbtxt")
    # file_path = 'data/380.png'
    # test_file(net, file_path)
    test_camera(net)