用dlib實(shí)現(xiàn)人臉識(shí)別的技巧

很多人都認(rèn)為人臉識(shí)別是一項(xiàng)非常難以實(shí)現(xiàn)的工作，看到名字就害怕，然后心懷忐忑到網(wǎng)上一搜，看到網(wǎng)上N頁(yè)的教程立馬就放棄了。這些人里包括曾經(jīng)的我自己。其實(shí)如果如果你不是非要深究其中的原理，只是要實(shí)現(xiàn)這一工作的話，人臉識(shí)別也沒(méi)那么難。今天我們就來(lái)看看如何在40行代碼以內(nèi)簡(jiǎn)單地實(shí)現(xiàn)人臉識(shí)別。

一點(diǎn)區(qū)分

對(duì)于大部分人來(lái)說(shuō)，區(qū)分人臉檢測(cè)和人臉識(shí)別完全不是問(wèn)題。但是網(wǎng)上有很多教程有無(wú)無(wú)意地把人臉檢測(cè)說(shuō)成是人臉識(shí)別，誤導(dǎo)群眾，造成一些人認(rèn)為二者是相同的。其實(shí)，人臉檢測(cè)解決的問(wèn)題是確定一張圖上有木有人臉，而人臉識(shí)別解決的問(wèn)題是這個(gè)臉是誰(shuí)的?？梢哉f(shuō)人臉檢測(cè)是是人識(shí)別的前期工作。今天我們要做的是人臉識(shí)別。

所用工具

Anaconda 2——Python 2

Dlib

scikit-image

Dlib

對(duì)于今天要用到的主要工具，還是有必要多說(shuō)幾句的。Dlib是基于現(xiàn)代C++的一個(gè)跨平臺(tái)通用的框架，作者非常勤奮，一直在保持更新。Dlib內(nèi)容涵蓋機(jī)器學(xué)習(xí)、圖像處理、數(shù)值算法、數(shù)據(jù)壓縮等等，涉獵甚廣。更重要的是，Dlib的文檔非常完善，例子非常豐富。就像很多庫(kù)一樣，Dlib也提供了Python的接口，安裝非常簡(jiǎn)單，用pip只需要一句即可：

pip install dlib

上面需要用到的scikit-image同樣只是需要這么一句：

pip install scikit-image

·注：如果用pip install dlib安裝失敗的話，那安裝起來(lái)就比較麻煩了。錯(cuò)誤提示很詳細(xì)，按照錯(cuò)誤提示一步步走就行了。

人臉識(shí)別

之所以用Dlib來(lái)實(shí)現(xiàn)人臉識(shí)別，是因?yàn)樗呀?jīng)替我們做好了絕大部分的工作，我們只需要去調(diào)用就行了。Dlib里面有人臉檢測(cè)器，有訓(xùn)練好的人臉關(guān)鍵點(diǎn)檢測(cè)器，也有訓(xùn)練好的人臉識(shí)別模型。今天我們主要目的是實(shí)現(xiàn)，而不是深究原理。感興趣的同學(xué)可以到官網(wǎng)查看源碼以及實(shí)現(xiàn)的參考文獻(xiàn)。今天的例子既然代碼不超過(guò)40行，其實(shí)是沒(méi)啥難度的。有難度的東西都在源碼和論文里。

首先先通過(guò)文件樹(shù)看一下今天需要用到的東西：

準(zhǔn)備了六個(gè)候選人的圖片放在candidate-faces文件夾中，然后需要識(shí)別的人臉圖片test.jpg。我們的工作就是要檢測(cè)到test.jpg中的人臉，然后判斷她到底是候選人中的誰(shuí)。另外的girl-face-rec.py是我們的python腳本。shape_predictor_68_face_landmarks.dat是已經(jīng)訓(xùn)練好的人臉關(guān)鍵點(diǎn)檢測(cè)器。dlib_face_recognition_resnet_model_v1.dat是訓(xùn)練好的ResNet人臉識(shí)別模型。ResNet是何凱明在微軟的時(shí)候提出的深度殘差網(wǎng)絡(luò)，獲得了 ImageNet 2015 冠軍，通過(guò)讓網(wǎng)絡(luò)對(duì)殘差進(jìn)行學(xué)習(xí)，在深度和精度上做到了比CNN 更加強(qiáng)大。

1. 前期準(zhǔn)備

shape_predictor_68_face_landmarks.dat和dlib_face_recognition_resnet_model_v1.dat都可以在這里找到。不能點(diǎn)擊超鏈接的可以直接輸入以下網(wǎng)址：http://dlib.net/files/。

然后準(zhǔn)備幾個(gè)人的人臉圖片作為候選人臉，最好是正臉。放到candidate-faces文件夾中。

本文這里準(zhǔn)備的是六張圖片，如下：

她們分別是

然后準(zhǔn)備四張需要識(shí)別的人臉圖像，其實(shí)一張就夠了，這里只是要看看不同的情況：

可以看到前兩張和候選文件中的本人看起來(lái)還是差別不小的，第三張是候選人中的原圖，第四張圖片微微側(cè)臉，而且右側(cè)有陰影。

2.識(shí)別流程

數(shù)據(jù)準(zhǔn)備完畢，接下來(lái)就是代碼了。識(shí)別的大致流程是這樣的：

● 先對(duì)候選人進(jìn)行人臉檢測(cè)、關(guān)鍵點(diǎn)提取、描述子生成后，把候選人描述子保存起來(lái)。

●然后對(duì)測(cè)試人臉進(jìn)行人臉檢測(cè)、關(guān)鍵點(diǎn)提取、描述子生成。

●最后求測(cè)試圖像人臉描述子和候選人臉描述子之間的歐氏距離，距離最小者判定為同一個(gè)人。

3.代碼

代碼不做過(guò)多解釋，因?yàn)橐呀?jīng)注釋的非常完善了。以下是girl-face-rec.py

# -*- coding: UTF-8 -*-import sys,os,dlib,glob,numpyfrom skimage import ioif len(sys.argv) != 5: print "請(qǐng)檢查參數(shù)是否正確" exit()# 1.人臉關(guān)鍵點(diǎn)檢測(cè)器predictor_path = sys.argv[1]# 2.人臉識(shí)別模型face_rec_model_path = sys.argv[2]# 3.候選人臉文件夾faces_folder_path = sys.argv[3]# 4.需識(shí)別的人臉img_path = sys.argv[4]# 1.加載正臉檢測(cè)器detector = dlib.get_frontal_face_detector()# 2.加載人臉關(guān)鍵點(diǎn)檢測(cè)器sp = dlib.shape_predictor(predictor_path)# 3. 加載人臉識(shí)別模型facerec = dlib.face_recognition_model_v1(face_rec_model_path)# win = dlib.image_window()# 候選人臉描述子listdescriptors = []# 對(duì)文件夾下的每一個(gè)人臉進(jìn)行:# 1.人臉檢測(cè)# 2.關(guān)鍵點(diǎn)檢測(cè)# 3.描述子提取for f in glob.glob(os.path.join(faces_folder_path, "*.jpg")): print("Processing file: {}".format(f)) img = io.imread(f) #win.clear_overlay() #win.set_image(img) # 1.人臉檢測(cè) dets = detector(img, 1) print("Number of faces detected: {}".format(len(dets))) for k, d in enumerate(dets): # 2.關(guān)鍵點(diǎn)檢測(cè) shape = sp(img, d) # 畫出人臉區(qū)域和和關(guān)鍵點(diǎn) # win.clear_overlay() # win.add_overlay(d) # win.add_overlay(shape) # 3.描述子提取，128D向量 face_descriptor = facerec.compute_face_descriptor(img, shape) # 轉(zhuǎn)換為numpy array v = numpy.array(face_descriptor) descriptors.append(v)# 對(duì)需識(shí)別人臉進(jìn)行同樣處理# 提取描述子，不再注釋img = io.imread(img_path)dets = detector(img, 1)dist = []for k, d in enumerate(dets):shape = sp(img, d)face_descriptor = facerec.compute_face_descriptor(img, shape)d_test = numpy.array(face_descriptor) # 計(jì)算歐式距離 for i in descriptors: dist_ = numpy.linalg.norm(i-d_test) dist.append(dist_)# 候選人名單candidate = ['Unknown1','Unknown2','Shishi','Unknown4','Bingbing','Feifei']# 候選人和距離組成一個(gè)dictc_d = dict(zip(candidate,dist))cd_sorted = sorted(c_d.iteritems(), key=lambda d:d[1])print " The person is: ",cd_sorted[0][0] dlib.hit_enter_to_continue()

4.運(yùn)行結(jié)果

我們?cè)?py所在的文件夾下打開(kāi)命令行，運(yùn)行如下命令

python girl-face-rec.py 1.dat 2.dat ./candidate-faecs test1.jpg

由于shape_predictor_68_face_landmarks.dat和dlib_face_recognition_resnet_model_v1.dat名字實(shí)在太長(zhǎng)，所以我把它們重命名為1.dat和2.dat。

運(yùn)行結(jié)果如下：

The person is Bingbing。

記憶力不好的同學(xué)可以翻上去看看test1.jpg是誰(shuí)的圖片。有興趣的話可以把四張測(cè)試圖片都運(yùn)行下試試。

這里需要說(shuō)明的是，前三張圖輸出結(jié)果都是非常理想的。但是第四張測(cè)試圖片的輸出結(jié)果是候選人4。對(duì)比一下兩張圖片可以很容易發(fā)現(xiàn)混淆的原因。

機(jī)器畢竟不是人，機(jī)器的智能還需要人來(lái)提升。

有興趣的同學(xué)可以繼續(xù)深入研究如何提升識(shí)別的準(zhǔn)確率。比如每個(gè)人的候選圖片用多張，然后對(duì)比和每個(gè)人距離的平均值之類的。全憑自己了。