使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）做人臉識別的示例代碼
上回書說到了對人臉的檢測，這回就開始正式進(jìn)入人臉識別的階段。
關(guān)于人臉識別，目前有很多經(jīng)典的算法，當(dāng)我大學(xué)時代，我的老師給我推薦的第一個算法是特征臉法，原理是先將圖像灰度化，然后將圖像每行首尾相接拉成一個列向量，接下來為了降低運(yùn)算量要用PCA降維， 最后進(jìn)分類器分類，可以使用KNN、SVM、神經(jīng)網(wǎng)絡(luò)等等，甚至可以用最簡單的歐氏距離來度量每個列向量之間的相似度。OpenCV中也提供了相應(yīng)的EigenFaceRecognizer庫來實現(xiàn)該算法，除此之外還有FisherFaceRecognizer、LBPHFaceRecognizer以及最近幾年興起的卷積神經(jīng)網(wǎng)絡(luò)等。
卷積神經(jīng)網(wǎng)絡(luò)（CNN）的前級包含了卷積和池化操作，可以實現(xiàn)圖片的特征提取和降維，最近幾年由于計算機(jī)算力的提升，很多人都開始轉(zhuǎn)向這個方向，所以我這次打算使用它來試試效果。
老規(guī)矩，先配置下編程的環(huán)境：
- 系統(tǒng)：windows / linux
- 解釋器：python 3.6
- 依賴庫：numpy、opencv-python 3、tensorflow、keras、scikit-learn
pip3 install numpy pip3 install opencv-python pip3 install keras pip3 install scikit-learn pip3 install tensorflow
如果手中有一塊支持Cuda加速的GPU建議安裝GPU版本：
pip3 install tensorflow-gpu
上次文章有位讀者評論說：
所以，為了照顧初學(xué)者，這里簡單介紹下Anaconda的安裝方法，Anaconda是一個開源的Python發(fā)行版本，其包含了Conda、Python等180多個科學(xué)包及其依賴項。因為包含了大量的科學(xué)包，Anaconda 的下載文件比較大，所以有python包安裝基礎(chǔ)的人還是建議通過pip來安裝所需的依賴。
首先進(jìn)入Anaconda下載頁（https://www.anaconda.com/download/）：
這里根據(jù)自己的電腦系統(tǒng)來選擇相應(yīng)的系統(tǒng)選項，至于是64位還是32位要根據(jù)自己電腦的內(nèi)存大小和系統(tǒng)位數(shù)來選擇，python版本選擇3.6。
下載完成安裝，打開程序，切換左側(cè)菜單到Environment，選擇all,輸入想要安裝的模塊并搜索，選中后點擊右下角的Apply就開始安裝了。
基本思路：
我的設(shè)計思路是這樣的，先用上節(jié)講到的人臉檢測方法來檢測出人臉位置，然后根據(jù)返回的坐標(biāo)、尺寸把臉用數(shù)組切片的方法截取下來，然后把截取的小圖片送進(jìn)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型，得出人臉的分類結(jié)果，最后在原圖片上打上包圍框并且把結(jié)果寫在包圍框的上端：
原諒我拙劣的繪畫技巧
當(dāng)然了，實現(xiàn)這一步驟的前提就是要有一個訓(xùn)練好的可以做人臉識別的模型，所以本文的主要內(nèi)容都會放在訓(xùn)練上面。
深度學(xué)習(xí)框架的選擇：
卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)在圖像方面的應(yīng)用，所以最高效的方法就是選擇合適的深度學(xué)習(xí)框架來實現(xiàn)它，現(xiàn)在市面上有很多深度學(xué)習(xí)框架可供選擇， 比如基于 C++ 的 Caffe 、基于 Python 的TensorFlow、Pytorch、Theano、CNTK 以及前兩天一個好友提到的她正在用來做推薦算法的 MXNET 。
這些都是搭建深度學(xué)習(xí)框架不錯的選擇，不過搭建的步驟會比較繁瑣，會讓很多初學(xué)者瞬間放棄，還好世界上出現(xiàn)了Keras，它可以使用TensorFlow、Theano、CNTK作為后端運(yùn)算引擎，提供了高層的，更易于使用的函數(shù)，可以讓不太了解深度學(xué)習(xí)原理的人也能快速上手，用通俗的話說就是：“ Keras是為人類而不是天頂星人設(shè)計的API ”。
本文所使用后端運(yùn)算引擎為TensorFlow，簡稱 TF (掏糞)。
人臉收集：
我的目的是希望在很多人中可以識別出自己的臉，所以對這個系統(tǒng)的要求是：
- 不能把別人識別成我
- 要能在我出現(xiàn)的時候識別出我
于是我需要自己的一些圖照片，來教會神經(jīng)網(wǎng)絡(luò)，這個就是我，以及一堆其他人的照片來告訴它，這些不是我，或者說這些人分別是誰。
現(xiàn)在需要去采集一些其他人的圖片，這些數(shù)據(jù)集可以自己用相機(jī)照、或者寫個爬蟲腳本去網(wǎng)上爬，不過由于人臉識別早在幾十年前就一直有前輩在研究，很多大學(xué)和研究機(jī)構(gòu)都采集并公布了一些人臉數(shù)據(jù)集專門用作圖像識別算法的研究和驗證用，像耶魯大學(xué)的Yale人臉庫，劍橋大學(xué)的ORL人臉庫以及美國國防部的FERET人臉庫等，我在這里用了耶魯大學(xué)的Yale人臉庫，里面包含15個人，每人11張照片，主要包括光照條件的變化，表情的變化，接下來我會把自己的幾張照片混進(jìn)去，看看訓(xùn)練過后能不能被神經(jīng)網(wǎng)絡(luò)良好的識別。
頭像提?。?/strong>
提取自己照片使用的是上篇文章提到的方法：
獲取文件夾下所有圖片文件 -> 檢測人臉位置 -> 根據(jù)人臉位置及尺寸剪裁出人臉 -> 保存。
這是我的目錄結(jié)構(gòu)：
代碼：
# _*_ coding:utf-8 _*_ import cv2 import os CASE_PATH = "haarcascade_frontalface_default.xml" RAW_IMAGE_DIR = 'me/' DATASET_DIR = 'jm/' face_cascade = cv2.CascadeClassifier(CASE_PATH) def save_feces(img, name,x, y, width, height): image = img[y:y+height, x:x+width] cv2.imwrite(name, image) image_list = os.listdir(RAW_IMAGE_DIR) #列出文件夾下所有的目錄與文件 count = 166 for image_path in image_list: image = cv2.imread(RAW_IMAGE_DIR + image_path) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(5, 5), ) for (x, y, width, height) in faces: save_feces(image, '%ss%d.bmp' % (DATASET_DIR, count), x, y - 30, width, height+30) count += 1
得到了還蠻不錯的效果：
尺寸變換：
現(xiàn)在有了所有的圖片，可以開始訓(xùn)練了，不過Yale人臉庫里面所有照片都是100*100的尺寸，所以將要構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)的輸入就是100*100，而我新生成的圖片樣本形狀都是不規(guī)則的，為了使它可以順利進(jìn)入卷積層，第一步就要對圖片做尺寸變換，當(dāng)然不能暴力的resize成100*100，否則會引起圖片的變形，所以這里采用了一種數(shù)字圖像處理中常用的手段，就是將較短的一側(cè)涂黑，使它變成和目標(biāo)圖像相同的比例，然后再resize，這樣既可以保留原圖的人臉信息，又可以防止圖像形變：
def resize_without_deformation(image, size = (100, 100)): height, width, _ = image.shape longest_edge = max(height, width) top, bottom, left, right = 0, 0, 0, 0 if height < longest_edge: height_diff = longest_edge - height top = int(height_diff / 2) bottom = height_diff - top elif width < longest_edge: width_diff = longest_edge - width left = int(width_diff / 2) right = width_diff - left image_with_border = cv2.copyMakeBorder(image, top , bottom, left, right, cv2.BORDER_CONSTANT, value = [0, 0, 0]) resized_image = cv2.resize(image_with_border, size) return resized_image
調(diào)用了該函數(shù)出現(xiàn)了下面的效果：
下面是讀取照片的函數(shù)，可以傳入尺寸，默認(rèn)尺寸是100*100，返回了兩個列表，第一個列表中每一個元素都是一張圖片，第二個列表中則對應(yīng)存儲了圖片的標(biāo)簽，這里用1、2、3.......來指代，因為我根本不知道這些人的名字是什么:
def read_image(size = None):
data_x, data_y = [], []
for i in range(1,177):
try:
im = cv2.imread('jm/s%s.bmp' % str(i))
#im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
if size is None:
size = (100, 100)
im = resize_without_deformation(im, size)
data_x.append(np.asarray(im, dtype = np.int8))
data_y.append(str(int((i-1)/11.0)))
except IOError as e:
print(e)
except:
print('Unknown Error!')
return data_x, data_y
訓(xùn)練：
接下來就是最重要的一步了，訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，訓(xùn)練的好壞會直接影響識別的準(zhǔn)確度。
引進(jìn)卷積和池化層，卷積類似于圖像處理中的特征提取操作，池化則很類似于降維,常用的有最大池化和平均池化：
from keras.layers import Conv2D, MaxPooling2D
引入全連接層、Dropout、Flatten。
全連接層就是經(jīng)典的神經(jīng)網(wǎng)絡(luò)全連接。
Dropout用來在訓(xùn)練時按一定概率隨機(jī)丟棄一些神經(jīng)元，以獲得更高的訓(xùn)練速度以及防止過擬合。
Flatten用于卷積層與全連接層之間，把卷積輸出的多維數(shù)據(jù)拍扁成一維數(shù)據(jù)送進(jìn)全連接層（類似shape方法）：
from keras.layers import Dense, Dropout, Flatten
引入SGD（梯度下降優(yōu)化器）來使損失函數(shù)最小化，常用的優(yōu)化器還有Adam：
from keras.optimizers import SGD
讀入所有圖像及標(biāo)簽:
IMAGE_SIZE = 100 raw_images, raw_labels = read_image(size=(IMAGE_SIZE, IMAGE_SIZE)) raw_images, raw_labels = np.asarray(raw_images, dtype = np.float32), np.asarray(raw_labels, dtype = np.int32) #把圖像轉(zhuǎn)換為float類型，方便歸一化
神經(jīng)網(wǎng)絡(luò)需要數(shù)值進(jìn)行計算，需要對字符型類別標(biāo)簽進(jìn)行編碼，最容易想到的就是把他們編碼成1、2、3.......這種，但是這樣也就出現(xiàn)了強(qiáng)行給它們定義了大小的問題，因為如果一個類別是2，一個是4，他們之間就會有兩倍的關(guān)系，但是實際上他們之間并沒有直接的倍數(shù)關(guān)系，所以這里使用one-hot編碼規(guī)則，做到所有標(biāo)簽的平等化。on-hot編碼：
from keras.utils import np_utils ont_hot_labels = np_utils.to_categorical(raw_labels)
在所有讀入的圖像和標(biāo)簽中，需要劃分一部分用來訓(xùn)練，一部分用來測試，這里使用了sklearn中的train_test_split方法，不僅可以分割數(shù)據(jù)，還可以把數(shù)據(jù)打亂，訓(xùn)練集 ：測試集 = 7 : 3 ：
from sklearn.model_selection import train_test_split train_input, valid_input, train_output, valid_output =train_test_split(raw_images, ont_hot_labels, test_size = 0.3)
數(shù)據(jù)歸一化，圖像數(shù)據(jù)只需要每個像素除以255就可以：
train_input /= 255.0 valid_input /= 255.0
構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)的每一層：
添加卷積層，32個卷積核，每個卷積核是3 * 3，邊緣不補(bǔ)充，卷積步長向右、向下都為1, 后端運(yùn)算使用 tf , 圖片輸入尺寸是（100，100， 3），使用relu作為激活函數(shù)，也可以用sigmoid函數(shù)等，relu收斂速度比較快：
face_recognition_model = keras.Sequential() face_recognition_model.add(Conv2D(32, 3, 3, border_mode='valid', subsample = (1, 1), dim_ordering = 'tf', input_shape = (IMAGE_SIZE, IMAGE_SIZE, 3), activation='relu')) face_recognition_model.add(Conv2D(32, 3, 3,border_mode='valid', subsample = (1, 1), dim_ordering = 'tf', activation = 'relu'))
池化層，過濾器尺寸是2 * 2：
face_recognition_model.add(MaxPooling2D(pool_size=(2, 2)))
Dropout層：
face_recognition_model.add(Dropout(0.2))
face_recognition_model.add(Conv2D(64, 3, 3, border_mode='valid', subsample = (1, 1), dim_ordering = 'tf', activation = 'relu')) face_recognition_model.add(Conv2D(64, 3, 3, border_mode='valid', subsample = (1, 1), dim_ordering = 'tf', activation = 'relu')) face_recognition_model.add(MaxPooling2D(pool_size=(2, 2))) face_recognition_model.add(Dropout(0.2))
Flatten層，處于卷積層與Dense（全連層）之間，將圖片的卷積輸出壓扁成一個一維向量：
face_recognition_model.add(Flatten())
全連接層, 經(jīng)典的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，512個神經(jīng)元：
face_recognition_model.add(Dense(512, activation = 'relu'))
face_recognition_model.add(Dropout(0.4))
輸出層，神經(jīng)元數(shù)是標(biāo)簽種類數(shù)，使用sigmoid激活函數(shù)，輸出最終結(jié)果：
face_recognition_model.add(Dense(len(ont_hot_labels[0]), activation = 'sigmoid'))
有點不放心，把神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)打印出來看一下：
face_recognition_model.summary()
看起來沒什么問題。
使用SGD作為反向傳播的優(yōu)化器，來使損失函數(shù)最小化，學(xué)習(xí)率(learning_rate)是0.01，學(xué)習(xí)率衰減因子(decay)用來隨著迭代次數(shù)不斷減小學(xué)習(xí)率，防止出現(xiàn)震蕩。引入沖量(momentum),不僅可以在學(xué)習(xí)率較小的時候加速學(xué)習(xí)，又可以在學(xué)習(xí)率較大的時候減速，使用nesterov：
learning_rate = 0.01 decay = 1e-6 momentum = 0.8 nesterov = True sgd_optimizer = SGD(lr = learning_rate, decay = decay, momentum = momentum, nesterov = nesterov)
編譯模型，損失函數(shù)使用交叉熵，交叉熵函數(shù)隨著輸出和期望的差距越來越大，輸出曲線會越來越陡峭，對權(quán)值的懲罰力度也會增大，如果其他的損失函數(shù)，如均方差可以可以的，各有優(yōu)劣：
face_recognition_model.compile(loss = 'categorical_crossentropy', optimizer = sgd_optimizer, metrics = ['accuracy'])
開始訓(xùn)練，訓(xùn)練100次（epochs），每次訓(xùn)練分幾個批次，每批（batch_size）20個，shuffle用來打亂樣本順序：
batch_size = 20 #每批訓(xùn)練數(shù)據(jù)量的大小 epochs = 100 face_recognition_model.fit(train_input, train_output, epochs = epochs, batch_size = batch_size, shuffle = True, validation_data = (valid_input, valid_output))
現(xiàn)在離開座位，找一個西瓜，慢慢吃，一定要慢，因為訓(xùn)練的時間著實太長，配上薯片會更好。
訓(xùn)練完成后在測試集上評估結(jié)果并保存模型供以后加載使用：
print(face_recognition_model.evaluate(valid_input, valid_output, verbose=0)) MODEL_PATH = 'face_model.h5' face_recognition_model.save(MODEL_PATH)
識別：
要開始寫在識別時正式運(yùn)行的程序了：
import cv2 import numpy as np import keras from keras.models import load_model
加載級聯(lián)分類器模型：
CASE_PATH = "haarcascade_frontalface_default.xml" face_cascade = cv2.CascadeClassifier(CASE_PATH)
加載卷積神經(jīng)網(wǎng)絡(luò)模型：
face_recognition_model = keras.Sequential() MODEL_PATH = 'face_model.h5' face_recognition_model = load_model(MODEL_PATH)
打開攝像頭，獲取圖片并灰度化：
cap = cv2.VideoCapture(0) ret, image = cap.read() gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
人臉檢測：
faces = faceCascade.detectMultiScale(gray, scaleFactor=1.2,
minNeighbors=5, minSize=(30, 30),)
根據(jù)檢測到的坐標(biāo)及尺寸裁剪、無形變resize、并送入模型運(yùn)算，得到結(jié)果后在人臉上打上矩形框并在矩形框上方寫上識別結(jié)果：
for (x, y, width, height) in faces:
img = image[y:y+height, x:x+width]
img = resize_without_deformation(img)
img = img.reshape((1, 100, 100, 3))
img = np.asarray(img, dtype = np.float32)
img /= 255.0
result = face_recognition_model.predict_classes(img)
cv2.rectangle(image, (x, y), (x + width, y + height), (0, 255, 0), 2)
font = cv2.FONT_HERSHEY_SIMPLEX
if result[0] == 15:
cv2.putText(image, 'kangChi', (x, y-2), font, 0.7, (0, 255, 0), 2)
else:
cv2.putText(image, 'No.%d' % result[0], (x, y-2), font, 0.7, (0, 255, 0), 2)
cv2.imshow('', image)
cv2.waitKey(0)
看效果：
當(dāng)然了，識別的效果還是取決于訓(xùn)練好的模型的質(zhì)量，我差不多用了吃2/3個西瓜的時間來訓(xùn)練，還是有一些誤識別的情況出現(xiàn)：
總結(jié)了下這次的人臉識別系統(tǒng)，感覺人臉檢測效果還需要改進(jìn)，識別準(zhǔn)確度也有待提升，之后要多收集各個角度的照片樣本和改進(jìn)網(wǎng)絡(luò)參數(shù)。
到此這篇關(guān)于使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）做人臉識別的示例代碼的文章就介紹到這了,更多相關(guān)卷積神經(jīng)網(wǎng)絡(luò)CNN 人臉識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家
- 卷積神經(jīng)網(wǎng)絡(luò)Inception?V3網(wǎng)絡(luò)結(jié)構(gòu)圖
- 使用pytorch提取卷積神經(jīng)網(wǎng)絡(luò)的特征圖可視化
- Python深度學(xué)習(xí)之實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)
- Numpy實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)(CNN)的示例
- TensorFlow keras卷積神經(jīng)網(wǎng)絡(luò) 添加L2正則化方式
- 卷積神經(jīng)網(wǎng)絡(luò)經(jīng)典模型及其改進(jìn)點學(xué)習(xí)匯總
相關(guān)文章
Python與機(jī)器學(xué)習(xí)庫LightGBM使用詳解
LightGBM是一種高效的梯度提升決策樹框架,以其快速訓(xùn)練和高預(yù)測性能聞名,它通過直方圖算法和基于葉子生長策略優(yōu)化技術(shù),能夠在大規(guī)模數(shù)據(jù)集上提供卓越性能,本文詳細(xì)介紹了如何使用LightGBM進(jìn)行分類和回歸任務(wù),包括模型構(gòu)建、參數(shù)調(diào)整2025-01-01
python實現(xiàn)去除下載電影和電視劇文件名中的多余字符的方法
這篇文章主要介紹了python實現(xiàn)去除下載電影和電視劇文件名中的多余字符的方法,可以批量修改視頻文件名稱,非常具有實用價值,需要的朋友可以參考下2014-09-09
python爬蟲簡單的添加代理進(jìn)行訪問的實現(xiàn)代碼
本文通過實例代碼給大家介紹了python爬蟲簡單的添加代理進(jìn)行訪問,代碼簡單易懂，非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2019-04-04
下面小編就為大家?guī)硪黄狿ython+MongoDB自增鍵值的簡單實現(xiàn)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2016-11-11
python開發(fā)之str.format()用法實例分析
這篇文章主要介紹了python開發(fā)之str.format()用法,結(jié)合實例形式較為詳細(xì)的分析了str.format()函數(shù)的功能,使用方法與相關(guān)注意事項,代碼包含詳盡的注釋說明,需要的朋友可以參考下2016-02-02
if語句能夠進(jìn)行條件測試,并依據(jù)一定的條件進(jìn)行具體的操作,下面這篇文章主要給大家介紹了關(guān)于Python中if語句的使用方法及實例代碼,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-11-11
Python技巧匿名函數(shù)、回調(diào)函數(shù)和高階函數(shù)
本文分享的是Python技巧匿名函數(shù)、回調(diào)函數(shù)和高階函數(shù),我們在Python中使用lambda表達(dá)式來使用匿名函數(shù)，回調(diào)函數(shù)即callback，先寫一個函數(shù)，讓預(yù)先寫好的系統(tǒng)來調(diào)用，一個函數(shù)可以作為參數(shù)傳給另外一個函數(shù)，或者一個函數(shù)的返回值為另外一個函數(shù)，滿足其一則為高階函數(shù)2021-12-12
這篇文章主要介紹了Python可視化神器pyecharts繪制雷達(dá)圖，雷達(dá)圖是以從同一點開始的軸上表示的三個或更多個定量變量的二維圖表的形式顯示多變量數(shù)據(jù)的圖形方法2022-07-07
冗余索引也是一個非常重要的巡檢目，表中索引過多，會導(dǎo)致表空間占用較大，索引的數(shù)量與表的寫入速度與索引數(shù)成線性關(guān)系(微秒級)，如果發(fā)現(xiàn)有冗余索引，建議立即審核刪除，這篇文章主要介紹了Python 識別 MySQL 中的冗余索引,需要的朋友可以參考下2022-10-10
對pandas的dataframe繪圖并保存的實現(xiàn)方法
下面小編就為大家?guī)硪黄獙andas的dataframe繪圖并保存的實現(xiàn)方法。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-08-08