训练一个神经网络能让她认得我

港控/mmm° 2023-08-17 15:57 167阅读 0赞

[阅读原文][Link 1]

这段时间正在学习tensorflow的卷积神经网络部分，为了对卷积神经网络能够有一个更深的了解，自己动手实现一个例程是比较好的方式，所以就选了一个这样比较有点意思的项目。

项目的github地址:[github][] 喜欢的话就给个Star吧。

想要她认得我，就需要给她一些我的照片，让她记住我的人脸特征，为了让她区分我和其他人，还需要给她一些其他人的照片做参照，所以就需要两组数据集来让她学习，如果想让她多认识几个人，那多给她几组图片集学习就可以了。下面就开始让我们来搭建这个能认识我的"她"。

# 运行环境 #

下面为软件的运行搭建系统环境。

### 系统: window或linux ###

### 软件: python 3.x 、 tensorflow ###

### python支持库: ###

#### tensorflow: ####

pip install tensorflow #cpu版本 pip install rensorflow-gpu #gpu版本，需要cuda与cudnn的支持，不清楚的可以选择cpu版

#### numpy: ####

pip install numpy

#### opencv: ####

pip install opencv-python

#### dlib: ####

pip install dlib

# 获取本人图片集 #

获取本人照片的方式当然是拍照了，我们需要通过程序来给自己拍照，如果你自己有照片，也可以用那些现成的照片，但前提是你的照片足够多。这次用到的照片数是10000张，程序运行后，得坐在电脑面前不停得给自己的脸摆各种姿势，这样可以提高训练后识别自己的成功率，在程序中加入了随机改变对比度与亮度的模块，也是为了提高照片样本的多样性。

程序中使用的是dlib来识别人脸部分，也可以使用opencv来识别人脸，在实际使用过程中，dlib的识别效果比opencv的好，但opencv识别的速度会快很多，获取10000张人脸照片的情况下，dlib大约花费了1小时，而opencv的花费时间大概只有20分钟。opencv可能会识别一些奇怪的部分，所以综合考虑之后我使用了dlib来识别人脸。

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)
    
    # 改变图片的亮度与对比度
    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自带的frontal_face_detector作为我们的特征提取器
    detector = dlib.get_frontal_face_detector()
    # 打开摄像头 参数为输入流，可以为摄像头或视频文件
    camera = cv2.VideoCapture(0)
    
    index = 1
    while True:
        if (index <= 10000):
            print('Being processed picture %s' % index)
            # 从摄像头读取照片
            success, img = camera.read()
            # 转为灰度图片
            gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            # 使用detector进行人脸检测
            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]
                # 调整图片的对比度与亮度， 对比度与亮度值都取随机数，这样能增加样本的多样性
                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

在这里我也给出一个opencv来识别人脸的代码示例：

import cv2
    import os
    import sys
    import random
    
    out_dir = './my_faces'
    if not os.path.exists(out_dir):
        os.makedirs(out_dir)
    
    
    # 改变亮度与对比度
    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
    
    
    # 获取分类器
    haar = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    
    # 打开摄像头 参数为输入流，可以为摄像头或视频文件
    camera = cv2.VideoCapture(0)
    
    n = 1
    while 1:
        if (n <= 10000):
            print('It`s processing %s image.' % n)
            # 读帧
            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

# 获取其他人脸图片集 #

需要收集一个其他人脸的图片集，只要不是自己的人脸都可以，可以在网上找到，这里我给出一个我用到的图片集：

网站地址:[http://vis-www.cs.umass.edu/lfw/][http_vis-www.cs.umass.edu_lfw]

图片集下载:[http://vis-www.cs.umass.edu/lfw/lfw.tgz][http_vis-www.cs.umass.edu_lfw_lfw.tgz]

先将下载的图片集，解压到项目目录下的input\_img目录下，也可以自己指定目录(修改代码中的input\_dir变量)

接下来使用dlib来批量识别图片中的人脸部分，并保存到指定目录下

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自带的frontal_face_detector作为我们的特征提取器
    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
                # 从文件读取图片
                img = cv2.imread(img_path)
                # 转为灰度图片
                gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
                # 使用detector进行人脸检测 dets为返回的结果
                dets = detector(gray_img, 1)
    
                #使用enumerate 函数遍历序列中的元素以及它们的下标
                #下标i即为人脸序号
                #left：人脸左边距离图片左边界的距离 ；right：人脸右边距离图片左边界的距离 
                #top：人脸上边距离图片上边界的距离 ；bottom：人脸下边距离图片上边界的距离
                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]
                    # 调整图片的尺寸
                    face = cv2.resize(face, (size,size))
                    cv2.imshow('image',face)
                    # 保存图片
                    cv2.imwrite(output_dir+'/'+str(index)+'.jpg', face)
                    index += 1
    
                key = cv2.waitKey(30) & 0xff
                if key == 27:
                    sys.exit(0)

这个项目用到的图片数是10000张左右，如果是自己下载的图片集，控制一下图片的数量避免数量不足，或图片过多带来的内存不够与运行缓慢。

# 训练模型 #

有了训练数据之后，通过cnn来训练数据，就可以让她记住我的人脸特征，学习怎么认识我了。

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)
                # 将图片放大， 扩充图片边缘部分
                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)
    # 将图片数据与标签转换成数组
    imgs = np.array(imgs)
    labs = np.array([[0,1] if lab == my_faces_path else [1,0] for lab in labs])
    # 随机划分测试集与训练集
    train_x,test_x,train_y,test_y = train_test_split(imgs, labs, test_size=0.05, random_state=random.randint(0,100))
    # 参数：图片数据的总数，图片的高、宽、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)
    # 将数据转换成小于1的数
    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)))
    # 图片块，每次取100张图片
    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():
        # 第一层
        W1 = weightVariable([3,3,3,32]) # 卷积核大小(3,3)， 输入通道(3)， 输出通道(32)
        b1 = biasVariable([32])
        # 卷积
        conv1 = tf.nn.relu(conv2d(x, W1) + b1)
        # 池化
        pool1 = maxPool(conv1)
        # 减少过拟合，随机让某些权重不更新
        drop1 = dropout(pool1, keep_prob_5)
    
        # 第二层
        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)
    
        # 第三层
        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)
    
        # 全连接层
        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)
    
        # 输出层
        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)
        # 比较标签是否相等，再求的所有数的平均值，tf.cast(强制转换类型)
        accuracy = tf.reduce_mean(tf.cast(tf.equal(tf.argmax(out, 1), tf.argmax(y_, 1)), tf.float32))
        # 将loss与accuracy保存以供tensorboard使用
        tf.summary.scalar('loss', cross_entropy)
        tf.summary.scalar('accuracy', accuracy)
        merged_summary_op = tf.summary.merge_all()
        # 数据保存器的初始化
        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)张图片
                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]
                    # 开始训练数据，同时训练三个变量，返回三个数据
                    _,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)
                    # 打印损失
                    print(n*num_batch+i, loss)
    
                    if (n*num_batch+i) % 100 == 0:
                        # 获取测试数据的准确率
                        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)
                        # 准确率大于0.98时保存并退出
                        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()

训练之后的数据会保存在当前目录下。

# 使用模型进行识别 #

最后就是让她认识我了，很简单，只要运行程序，让摄像头拍到我的脸，她就可以轻松地识别出是不是我了。

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自带的frontal_face_detector作为我们的特征提取器
    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]
            # 调整图片的尺寸
            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()

转载于:https://www.cnblogs.com/Ph-one/p/11556757.html

[Link 1]: http://tumumu.cn/2017/05/02/deep-learning-face/
[github]: https://github.com/seathiefwang/FaceRecognition-tensorflow
[http_vis-www.cs.umass.edu_lfw]: http://vis-www.cs.umass.edu/lfw/
[http_vis-www.cs.umass.edu_lfw_lfw.tgz]: http://vis-www.cs.umass.edu/lfw/lfw.tgz