人脸质量评估SER-FIQ (Quality estimation，CVPR 2020)代码解读

我会带着你远行 2022-10-05 10:43 115阅读 0赞

SER-FIQ (Quality estimation，CVPR 2020)  
[https://zhuanlan.zhihu.com/p/348813783][https_zhuanlan.zhihu.com_p_348813783]

[github地址][github]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzM3MTkyNTU0_size_16_color_FFFFFF_t_70]

def get_embedding_quality(img_input, 
                            insightface_model : InsightFace, 
                            ser_fiq : SERFIQ, 
                            T:int =100, 
                            use_preprocessing: bool =True,
                            disable_tqdm: bool = False):
        """
        Calculates the SER-FIQ Quality Score for a given img using
        given insightface model and ser-fiq model.
        
        Parameters
        ----------
        img_input : numpy array shape (x,y,3)
            The image to be processed.
        insightface_model : InsightFace
            Instance of InsightFace class
        ser_fiq : SERFIQ
            Instance of SERFIQ class
        T: int, default is 100
            The amount of forward passes the SER-FIQ model should do
        use_preprocessing: bool, default is True
            True: Preprocessing of insightface model is applied (recommended)
            False: No preprocessing is used, needs an already aligned image
        disable_tqdm: bool, default is False
            If True, no tqdm progress bar is displayed
    
        Returns
        -------
        Arcface/Insightface embedding: numpy array, shape (512,)
        Robustness score : float
    
    
        """
        # Apply preprocessing if image is not already aligned
        # if use_preprocessing:
        #     img_input = insightface_model.get_input(img_input)
    
        print("直接输入对齐后的人脸")
        nimg= cv2.imread("./data/error.jpg")  #2.jpg 0.8820820700458204   4.jpg  0.8802309518003452  ,3.jpg 0.8854882678170457
        nimg = cv2.resize(nimg,(112,112))
        nimg = cv2.cvtColor(nimg, cv2.COLOR_BGR2RGB)
        img_input = np.transpose(nimg, (2, 0, 1))
    
        if img_input is None:
            # No face etc. could be found, no score could be calculated
            return -1.0, -1.0
         
        # Array + prediction with insightface
        dropout_emb = np.empty((1, 25088), dtype=float)
        
        embedding, dropout = insightface_model.get_feature(img_input)
    
        print(embedding.shape, dropout.shape)  # embedding.shape, dropout.shape  (512,) (1, 512, 7, 7)
    
        dropout_emb[0] = dropout.flatten()
        del dropout
    
        # Apply T forward passes using keras
        # 输出embedding 是insightface 模型输出的特征， 这里ser_fiq 构建了dropout 全连接 bn l2 norm 四个层，输入 insightface 模型 的 dropout 输出
        # 同样的输入，经过ser_fiq 100次（ 每次由于dropout所以输出不同）  得到100个 512 维度的特征
        X = np.empty((T, 512), dtype=float)  # 运行100次  得到100次的结果，也就是100个 512 模型特征，
        for forward_pass in tqdm(range(T),
                                 desc="Forward pass",
                                 unit="pass",
                                 disable=disable_tqdm):
            
            X[forward_pass] = ser_fiq.predict(dropout_emb)
               
        norm = normalize(X, axis=1)
        print("100次的结果normalize",norm.shape)
        
        # Only get the upper triangle of the distance matrix
        eucl_dist = euclidean_distances(norm, norm)[np.triu_indices(T, k=1)]  # 100 *100的距离矩阵，取得右上三角 矩阵位置的 距离值
        print(">>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> out")
        print(eucl_dist)
        print(eucl_dist.shape)#4950
        print(euclidean_distances(norm, norm).shape)
    
       
        # Calculate score as given in the paper
        return embedding, 2*(1/(1+np.exp(np.mean(eucl_dist))))

eucl\_dist = \[0.38127607 0.38299665 0.38819512 … 0.35166767 0.35103225 0.35759382\]  
(4950,)

论文中的公式，为何是这样不明白，距离大，那么得分小， 分是在0-1 之间，  
测试 ： 一个不是人脸的误检图片 分数是0.82，正常的清晰人脸0.88，差距并不明显

注意：  
1、代码 ser\_fiq. 网络是 “ dropout + 全连接 + bn +l2 norm” , 其中输入是insightface 模型 输出特征的前一个层 dropout的特征 （该模型的dropout 参数p=0)  
实际上应该是 ，模型由dropout（参数不是0） 训练， 运行100次（dropout前面的参数固定，运行一次） 通过drop 得到100个随机出来的 512 enbedding进行上述代码的计算，而不需要 ser\_fiq

2、pytorch 分离开，drop out 输出和 fc 输出的方法  
[PyTorch | 教你用小妙招提取神经网络某一层特征][PyTorch _]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzM3MTkyNTU0_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][20210608171439982.png]

# load model and data
        model = P3D199()
        model = model.cuda()
        model.eval()
        data=torch.autograd.Variable(torch.rand(16,3,16,160,160)).cuda() 
        # verify
        out=model(data)
        feature=model.feature  # 这里得到想要的层的特征
        out2=model.fc(feature)  # 这里分离开， 前面的输出作为下一层的输入， 执行多个 model.fc(feature)，就得到了不同drop 输出
        print(out==out2)

3、drop 怎么在 pytorch 中 测试的时候使用

在eval模式下，由于dropout未生效，利用apply函数，将Dropout单独设为train模式，dropout就生效了。  
我们知道，dropout一般都在训练的时候使用，那么测试的时候如何也开启dropout呢？  
在pytorch中，网络有train和eval两种模式，在train模式下，dropout和batch normalization会生效，而val模式下，dropout不生效，bn固定参数。

想要在测试的时候使用dropout，可以把dropout单独设为train模式，这里可以使用apply函数：

def apply_dropout(m):
        if type(m) == nn.Dropout:
            m.train()
    
    net.eval()
    net.apply(apply_dropout)
    y = net(x)
    print('apply eval result:', y)
    ————————————————
    版权声明：本文为CSDN博主「qian99」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
    原文链接：https://blog.csdn.net/qian99/article/details/89052262

[https_zhuanlan.zhihu.com_p_348813783]: https://zhuanlan.zhihu.com/p/348813783
[github]: https://link.zhihu.com/?target=https://github.com/pterhoer/FaceImageQuality
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzM3MTkyNTU0_size_16_color_FFFFFF_t_70]: /images/20221005/239034be86034cd6b0c10a98f5f9fa5d.png
[PyTorch _]: https://www.jianshu.com/p/0a23db1df55a
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzM3MTkyNTU0_size_16_color_FFFFFF_t_70 1]: /images/20221005/3ca366bae92048ceb4d87518b84b45ec.png
[20210608171439982.png]: /images/20221005/773907957a394ac994f913c8f1268987.png