天天看點
傳回

基于TensorFlow訓練的人臉識别神經網絡訓練一個神經網絡 能讓她認得我運作環境擷取本人圖檔集擷取其他人臉圖檔集訓練模型使用模型進行識别

訓練一個神經網絡 能讓她認得我

這段時間正在學習tensorflow的卷積神經網絡部分，為了對卷積神經網絡能夠有一個更深的了解，自己動手實作一個例程是比較好的方式，是以就選了一個這樣比較有點意思的項目。

想要她認得我，就需要給她一些我的照片，讓她記住我的人臉特征，為了讓她區分我和其他人，還需要給她一些其他人的照片做參照，是以就需要兩組資料集來讓她學習，如果想讓她多認識幾個人，那多給她幾組圖檔集學習就可以了。下面就開始讓我們來搭建這個能認識我的”她”。

運作環境

下面為軟體的運作搭建系統環境。

系統: window或linux

軟體: python 3.x 、 tensorflow

python支援庫:

tensorflow: 

pip install tensorflow      #cpu版本
pip install rensorflow-gpu  #gpu版本，需要cuda與cudnn的支援，不清楚的可以選擇cpu版

numpy: 

pip install numpy

opencv: 

pip install opencv-python

dlib: 

pip install dlib

擷取本人圖檔集

擷取本人照片的方式當然是拍照了，我們需要通過程式來給自己拍照，如果你自己有照片，也可以用那些現成的照片，但前提是你的照片足夠多。這次用到的照片數是10000張，程式運作後，得坐在電腦面前不停得給自己的臉擺各種姿勢，這樣可以提高訓練後識别自己的成功率，在程式中加入了随機改變對比度與亮度的子產品，也是為了提高照片樣本的多樣性。

程式中使用的是dlib來識别人臉部分，也可以使用opencv來識别人臉，在實際使用過程中，dlib的識别效果比opencv的好，但opencv識别的速度會快很多，擷取10000張人臉照片的情況下，dlib大約花費了1小時，而opencv的花費時間大概隻有20分鐘。opencv可能會識别一些奇怪的部分，是以綜合考慮之後我使用了dlib來識别人臉。

get_my_faces.py

import cv2
import dlib
import os
import sys
import random

output_dir = './my_faces'
size = 64

if not os.path.exists(output_dir):
    os.makedirs(output_dir)

# 改變圖檔的亮度與對比度
def relight(img, light=1, bias=0):
    w = img.shape[1]
    h = img.shape[0]
    #image = []
    for i in range(0,w):
        for j in range(0,h):
            for c in range(3):
                tmp = int(img[j,i,c]*light + bias)
                if tmp > 255:
                    tmp = 255
                elif tmp < 0:
                    tmp = 0
                img[j,i,c] = tmp
    return img

#使用dlib自帶的frontal_face_detector作為我們的特征提取器
detector = dlib.get_frontal_face_detector()
# 打開攝像頭 參數為輸入流，可以為攝像頭或視訊檔案
camera = cv2.VideoCapture(0)

index = 1
while True:
    if (index <= 10000):
        print('Being processed picture %s' % index)
        # 從攝像頭讀取照片
        success, img = camera.read()
        # 轉為灰階圖檔
        gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        # 使用detector進行人臉檢測
        dets = detector(gray_img, 1)

        for i, d in enumerate(dets):
            x1 = d.top() if d.top() > 0 else 0
            y1 = d.bottom() if d.bottom() > 0 else 0
            x2 = d.left() if d.left() > 0 else 0
            y2 = d.right() if d.right() > 0 else 0

            face = img[x1:y1,x2:y2]
            # 調整圖檔的對比度與亮度， 對比度與亮度值都取随機數，這樣能增加樣本的多樣性
            face = relight(face, random.uniform(0.5, 1.5), random.randint(-50, 50))

            face = cv2.resize(face, (size,size))

            cv2.imshow('image', face)

            cv2.imwrite(output_dir+'/'+str(index)+'.jpg', face)

            index += 1
        key = cv2.waitKey(30) & 0xff
        if key == 27:
            break
    else:
        print('Finished!')
        break

在這裡我也給出一個opencv來識别人臉的代碼示例：

import cv2
import os
import sys
import random

out_dir = './my_faces'
if not os.path.exists(out_dir):
    os.makedirs(out_dir)


# 改變亮度與對比度
def relight(img, alpha=1, bias=0):
    w = img.shape[1]
    h = img.shape[0]
    #image = []
    for i in range(0,w):
        for j in range(0,h):
            for c in range(3):
                tmp = int(img[j,i,c]*alpha + bias)
                if tmp > 255:
                    tmp = 255
                elif tmp < 0:
                    tmp = 0
                img[j,i,c] = tmp
    return img


# 擷取分類器
haar = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 打開攝像頭 參數為輸入流，可以為攝像頭或視訊檔案
camera = cv2.VideoCapture(0)

n = 1
while 1:
    if (n <= 10000):
        print('It`s processing %s image.' % n)
        # 讀幀
        success, img = camera.read()

        gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = haar.detectMultiScale(gray_img, 1.3, 5)
        for f_x, f_y, f_w, f_h in faces:
            face = img[f_y:f_y+f_h, f_x:f_x+f_w]
            face = cv2.resize(face, (64,64))
            '''
            if n % 3 == 1:
                face = relight(face, 1, 50)
            elif n % 3 == 2:
                face = relight(face, 0.5, 0)
            '''
            face = relight(face, random.uniform(0.5, 1.5), random.randint(-50, 50))
            cv2.imshow('img', face)
            cv2.imwrite(out_dir+'/'+str(n)+'.jpg', face)
            n+=1
        key = cv2.waitKey(30) & 0xff
        if key == 27:
            break
    else:
        break

擷取其他人臉圖檔集

需要收集一個其他人臉的圖檔集，隻要不是自己的人臉都可以，可以在網上找到，這裡我給出一個我用到的圖檔集：

網站位址:http://vis-www.cs.umass.edu/lfw/

圖檔集下載下傳:http://vis-www.cs.umass.edu/lfw/lfw.tgz

先将下載下傳的圖檔集，解壓到項目目錄下的input_img目錄下，也可以自己指定目錄(修改代碼中的input_dir變量)

接下來使用dlib來批量識别圖檔中的人臉部分，并儲存到指定目錄下

set_other_people.py

# -*- codeing: utf-8 -*-
import sys
import os
import cv2
import dlib

input_dir = './input_img'
output_dir = './other_faces'
size = 64

if not os.path.exists(output_dir):
    os.makedirs(output_dir)

#使用dlib自帶的frontal_face_detector作為我們的特征提取器
detector = dlib.get_frontal_face_detector()

index = 1
for (path, dirnames, filenames) in os.walk(input_dir):
    for filename in filenames:
        if filename.endswith('.jpg'):
         print('Being processed picture %s' % index)
            img_path = path+'/'+filename
            # 從檔案讀取圖檔
            img = cv2.imread(img_path)
            # 轉為灰階圖檔
            gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            # 使用detector進行人臉檢測 dets為傳回的結果
            dets = detector(gray_img, 1)

            #使用enumerate 函數周遊序列中的元素以及它們的下标
            #下标i即為人臉序号
            #left：人臉左邊距離圖檔左邊界的距離 ；right：人臉右邊距離圖檔左邊界的距離 
            #top：人臉上邊距離圖檔上邊界的距離 ；bottom：人臉下邊距離圖檔上邊界的距離
            for i, d in enumerate(dets):
                x1 = d.top() if d.top() > 0 else 0
                y1 = d.bottom() if d.bottom() > 0 else 0
                x2 = d.left() if d.left() > 0 else 0
                y2 = d.right() if d.right() > 0 else 0
                # img[y:y+h,x:x+w]
                face = img[x1:y1,x2:y2]
                # 調整圖檔的尺寸
                face = cv2.resize(face, (size,size))
                cv2.imshow('image',face)
                # 儲存圖檔
                cv2.imwrite(output_dir+'/'+str(index)+'.jpg', face)
                index += 1

            key = cv2.waitKey(30) & 0xff
            if key == 27:
                sys.exit(0)
基于TensorFlow訓練的人臉識别神經網絡訓練一個神經網絡 能讓她認得我運作環境擷取本人圖檔集擷取其他人臉圖檔集訓練模型使用模型進行識别

這個項目用到的圖檔數是10000張左右，如果是自己下載下傳的圖檔集，控制一下圖檔的數量避免數量不足，或圖檔過多帶來的記憶體不夠與運作緩慢。

lfw資料集中有13000多張全世界知名人士網際網路自然場景不同朝向、表情和光照環境人臉圖檔，共有5749人，其中有1680人有2張或2張以上人臉圖檔。

訓練模型

有了訓練資料之後，通過cnn來訓練資料，就可以讓她記住我的人臉特征，學習怎麼認識我了。

train_faces.py

import tensorflow as tf
import cv2
import numpy as np
import os
import random
import sys
from sklearn.model_selection import train_test_split

my_faces_path = './my_faces'
other_faces_path = './other_faces'
size = 64

imgs = []
labs = []

def getPaddingSize(img):
    h, w, _ = img.shape
    top, bottom, left, right = (0,0,0,0)
    longest = max(h, w)

    if w < longest:
        tmp = longest - w
        # //表示整除符号
        left = tmp // 2
        right = tmp - left
    elif h < longest:
        tmp = longest - h
        top = tmp // 2
        bottom = tmp - top
    else:
        pass
    return top, bottom, left, right

def readData(path , h=size, w=size):
    for filename in os.listdir(path):
        if filename.endswith('.jpg'):
            filename = path + '/' + filename

            img = cv2.imread(filename)

            top,bottom,left,right = getPaddingSize(img)
            # 将圖檔放大， 擴充圖檔邊緣部分
            img = cv2.copyMakeBorder(img, top, bottom, left, right, cv2.BORDER_CONSTANT, value=[0,0,0])
            img = cv2.resize(img, (h, w))

            imgs.append(img)
            labs.append(path)

readData(my_faces_path)
readData(other_faces_path)
# 将圖檔資料與标簽轉換成數組
imgs = np.array(imgs)
labs = np.array([[0,1] if lab == my_faces_path else [1,0] for lab in labs])
# 随機劃分測試集與訓練集
train_x,test_x,train_y,test_y = train_test_split(imgs, labs, test_size=0.05, random_state=random.randint(0,100))
# 參數：圖檔資料的總數，圖檔的高、寬、通道
train_x = train_x.reshape(train_x.shape[0], size, size, 3)
test_x = test_x.reshape(test_x.shape[0], size, size, 3)
# 将資料轉換成小于1的數
train_x = train_x.astype('float32')/255.0
test_x = test_x.astype('float32')/255.0

print('train size:%s, test size:%s' % (len(train_x), len(test_x)))
# 圖檔塊，每次取100張圖檔
batch_size = 100
num_batch = len(train_x) // batch_size

x = tf.placeholder(tf.float32, [None, size, size, 3])
y_ = tf.placeholder(tf.float32, [None, 2])

keep_prob_5 = tf.placeholder(tf.float32)
keep_prob_75 = tf.placeholder(tf.float32)

def weightVariable(shape):
    init = tf.random_normal(shape, stddev=0.01)
    return tf.Variable(init)

def biasVariable(shape):
    init = tf.random_normal(shape)
    return tf.Variable(init)

def conv2d(x, W):
    return tf.nn.conv2d(x, W, strides=[1,1,1,1], padding='SAME')

def maxPool(x):
    return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')

def dropout(x, keep):
    return tf.nn.dropout(x, keep)

def cnnLayer():
    # 第一層
    W1 = weightVariable([3,3,3,32]) # 卷積核大小(3,3)， 輸入通道(3)， 輸出通道(32)
    b1 = biasVariable([32])
    # 卷積
    conv1 = tf.nn.relu(conv2d(x, W1) + b1)
    # 池化
    pool1 = maxPool(conv1)
    # 減少過拟合，随機讓某些權重不更新
    drop1 = dropout(pool1, keep_prob_5)

    # 第二層
    W2 = weightVariable([3,3,32,64])
    b2 = biasVariable([64])
    conv2 = tf.nn.relu(conv2d(drop1, W2) + b2)
    pool2 = maxPool(conv2)
    drop2 = dropout(pool2, keep_prob_5)

    # 第三層
    W3 = weightVariable([3,3,64,64])
    b3 = biasVariable([64])
    conv3 = tf.nn.relu(conv2d(drop2, W3) + b3)
    pool3 = maxPool(conv3)
    drop3 = dropout(pool3, keep_prob_5)

    # 全連接配接層
    Wf = weightVariable([8*16*32, 512])
    bf = biasVariable([512])
    drop3_flat = tf.reshape(drop3, [-1, 8*16*32])
    dense = tf.nn.relu(tf.matmul(drop3_flat, Wf) + bf)
    dropf = dropout(dense, keep_prob_75)

    # 輸出層
    Wout = weightVariable([512,2])
    bout = weightVariable([2])
    #out = tf.matmul(dropf, Wout) + bout
    out = tf.add(tf.matmul(dropf, Wout), bout)
    return out

def cnnTrain():
    out = cnnLayer()

    cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=out, labels=y_))

    train_step = tf.train.AdamOptimizer(0.01).minimize(cross_entropy)
    # 比較标簽是否相等，再求的所有數的平均值，tf.cast(強制轉換類型)
    accuracy = tf.reduce_mean(tf.cast(tf.equal(tf.argmax(out, 1), tf.argmax(y_, 1)), tf.float32))
    # 将loss與accuracy儲存以供tensorboard使用
    tf.summary.scalar('loss', cross_entropy)
    tf.summary.scalar('accuracy', accuracy)
    merged_summary_op = tf.summary.merge_all()
    # 資料儲存器的初始化
    saver = tf.train.Saver()

    with tf.Session() as sess:

        sess.run(tf.global_variables_initializer())

        summary_writer = tf.summary.FileWriter('./tmp', graph=tf.get_default_graph())

        for n in range(10):
             # 每次取128(batch_size)張圖檔
            for i in range(num_batch):
                batch_x = train_x[i*batch_size : (i+1)*batch_size]
                batch_y = train_y[i*batch_size : (i+1)*batch_size]
                # 開始訓練資料，同時訓練三個變量，傳回三個資料
                _,loss,summary = sess.run([train_step, cross_entropy, merged_summary_op],
                                           feed_dict={x:batch_x,y_:batch_y, keep_prob_5:0.5,keep_prob_75:0.75})
                summary_writer.add_summary(summary, n*num_batch+i)
                # 列印損失
                print(n*num_batch+i, loss)

                if (n*num_batch+i) % 100 == 0:
                    # 擷取測試資料的準确率
                    acc = accuracy.eval({x:test_x, y_:test_y, keep_prob_5:1.0, keep_prob_75:1.0})
                    print(n*num_batch+i, acc)
                    # 準确率大于0.98時儲存并退出
                    if acc > 0.98 and n > 2:
                        saver.save(sess, './train_faces.model', global_step=n*num_batch+i)
                        sys.exit(0)
        print('accuracy less 0.98, exited!')

cnnTrain()

訓練之後的資料會儲存在目前目錄下。

使用模型進行識别

最後就是讓她認識我了，很簡單，隻要運作程式，讓攝像頭拍到我的臉，她就可以輕松地識别出是不是我了。

is_my_face.py

output = cnnLayer()  
predict = tf.argmax(output, 1)  

saver = tf.train.Saver()  
sess = tf.Session()  
saver.restore(sess, tf.train.latest_checkpoint('.'))  

def is_my_face(image):  
    res = sess.run(predict, feed_dict={x: [image/255.0], keep_prob_5:1.0, keep_prob_75: 1.0})  
    if res[0] == 1:  
        return True  
    else:  
        return False  

#使用dlib自帶的frontal_face_detector作為我們的特征提取器
detector = dlib.get_frontal_face_detector()

cam = cv2.VideoCapture(0)  

while True:  
    _, img = cam.read()  
    gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    dets = detector(gray_image, 1)
    if not len(dets):
        #print('Can`t get face.')
        cv2.imshow('img', img)
        key = cv2.waitKey(30) & 0xff  
        if key == 27:
            sys.exit(0)

    for i, d in enumerate(dets):
        x1 = d.top() if d.top() > 0 else 0
        y1 = d.bottom() if d.bottom() > 0 else 0
        x2 = d.left() if d.left() > 0 else 0
        y2 = d.right() if d.right() > 0 else 0
        face = img[x1:y1,x2:y2]
        # 調整圖檔的尺寸
        face = cv2.resize(face, (size,size))
        print('Is this my face? %s' % is_my_face(face))

        cv2.rectangle(img, (x2,x1),(y2,y1), (255,0,0),3)
        cv2.imshow('image',img)
        key = cv2.waitKey(30) & 0xff
        if key == 27:
            sys.exit(0)

sess.close()

程式在我電腦上運作時間：

1、get_my_faces.py    2：30

2、set_other_people.py  28分鐘

3、train_faces.py    5分鐘，輸出“accuracy less 0.98, exited!”結束。

人臉識别 tensorflow
上一篇: [基于tensorflow的人臉檢測] 基于神經網絡的人臉檢測5——神經網絡的搭建
下一篇: [基于tensorflow的人臉檢測] 基于神經網絡的人臉檢測2——FDDB資料集處理

繼續閱讀