人臉識別實戰之Opencv+SVM實現人臉識別
前言
在本文中,您將學習如何使用 OpenCV 進行人臉識別。文章分三部分介紹:
第一,將首先執行人臉檢測,使用深度學習從每個人臉中提取人臉量化為128位的向量。
第二, 在嵌入基礎上使用支持向量機(SVM)訓練人臉識別模型。
第三,最後使用 OpenCV 識別圖像和視頻流中的人臉。
項目結構
編碼
新建face_embeddings.py腳本,寫入如下代碼:
# import the necessary packages import numpy as np import pickle import cv2 import os import os
導入需要的包。然後定義幾個函數:
def list_images(basePath, contains=None): # return the set of files that are valid return list_files(basePath, validExts=image_types, contains=contains) def list_files(basePath, validExts=None, contains=None): # loop over the directory structure for (rootDir, dirNames, filenames) in os.walk(basePath): # loop over the filenames in the current directory for filename in filenames: # if the contains string is not none and the filename does not contain # the supplied string, then ignore the file if contains is not None and filename.find(contains) == -1: continue # determine the file extension of the current file ext = filename[filename.rfind("."):].lower() # check to see if the file is an image and should be processed if validExts is None or ext.endswith(validExts): # construct the path to the image and yield it imagePath = os.path.join(rootDir, filename) yield imagePath def resize(image, width=None, height=None, inter=cv2.INTER_AREA): dim = None (h, w) = image.shape[:2] # 如果高和寬為None則直接返回 if width is None and height is None: return image # 檢查寬是否是None if width is None: # 計算高度的比例並並按照比例計算寬度 r = height / float(h) dim = (int(w * r), height) # 高為None else: # 計算寬度比例,並計算高度 r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation=inter) # return the resized image return resized
list_images函數,讀取數據集文件夾下面的圖片。
resize函數,等比例resize圖片。接下來定義一些變量:
dataset_path='dataset' embeddings_path='output/embeddings.pickle' detector_path='face_dete_model' embedding_model='nn4.small2.v1.t7' confidence_low=0.5
dataset_path:數據集路徑
embeddings_path:輸出編碼文件的路徑
detector_path:人臉檢測模型的路徑
embedding_model:編碼模型
confidence_low:最低的置信度。
接下來就是代碼的最重要的部分:
print("loading face detector...") protoPath = os.path.sep.join([detector_path, "deploy.proto.txt"]) modelPath = os.path.sep.join([detector_path,"res10_300x300_ssd_iter_140000_fp16.caffemodel"]) detector = cv2.dnn.readNetFromCaffe(protoPath, modelPath) # 加載序列化的人臉編碼模型 print("loading face recognizer...") embedder = cv2.dnn.readNetFromTorch(embedding_model) # 獲取數據集中輸入圖像的路徑 print("quantifying faces...") imagePaths = list(list_images(dataset_path)) # 初始化我們提取的面部編碼列表和相應的人名 knownEmbeddings = [] knownNames = [] # 初始化處理的人臉總數 total = 0 # loop over the image paths for (i, imagePath) in enumerate(imagePaths): # extract the person name from the image path print("processing image {}/{}".format(i + 1,len(imagePaths))) name = imagePath.split(os.path.sep)[-2] # 加載圖像,將其調整為寬度為 600 像素(同時保持縱橫比),然後抓取圖像尺寸 image = cv2.imread(imagePath) image = resize(image, width=600) (h, w) = image.shape[:2] # 從圖像構建一個 blob imageBlob = cv2.dnn.blobFromImage( cv2.resize(image, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0), swapRB=False, crop=False) # 使用 OpenCV 的基於深度學習的人臉檢測器來定位輸入圖像中的人臉 detector.setInput(imageBlob) detections = detector.forward() # ensure at least one face was found if len(detections) > 0: # 假設每個圖像隻有一張臉,所以找到概率最大的邊界框 i = np.argmax(detections[0, 0, :, 2]) confidence = detections[0, 0, i, 2] # 確保最大概率的檢測也意味著我們的最小概率測試(從而幫助過濾掉弱檢測) if confidence > confidence_low: # 計算人臉邊界框的 (x, y) 坐標 box = detections[0, 0, i, 3:7] * np.array([w, h, w, h]) (startX, startY, endX, endY) = box.astype("int") # 提取人臉ROI並抓取ROI維度 face = image[startY:endY, startX:endX] (fH, fW) = face.shape[:2] # 確保人臉寬度和高度足夠大 if fW < 20 or fH < 20: continue # 為人臉 ROI 構造一個 blob,然後將 blob 通過我們的人臉嵌入模型來獲得人臉的 128-d 量化 faceBlob = cv2.dnn.blobFromImage(face, 1.0 / 255, (96, 96), (0, 0, 0), swapRB=True, crop=False) embedder.setInput(faceBlob) vec = embedder.forward() # 將人名+對應的人臉嵌入添加到各自的列表中 knownNames.append(name) knownEmbeddings.append(vec.flatten()) total += 1 # 保存編碼文件 print("serializing {} encodings...".format(total)) data = {"embeddings": knownEmbeddings, "names": knownNames} f = open(embeddings_path, "wb") f.write(pickle.dumps(data)) f.close()
加載人臉檢測器和編碼器:
檢測器:使用基於Caffe的DL人臉檢測器來定位圖像中的人臉。
編碼器:模型基於Torch,負責通過深度學習特征提取來提取人臉編碼。
接下來,讓我們抓取圖像路徑並執行初始化。
遍歷 imagePaths。從路徑中提取人名。
構造瞭一個 blob。
然後,通過將 imageBlob 通過檢測器網絡來檢測圖像中的人臉。
檢測列表包含定位圖像中人臉的概率和坐標。
假設我們至少有一個檢測,將進入 if 語句的主體。
假設圖像中隻有一張臉,因此提取具有最高置信度的檢測並檢查以確保置信度滿足用於過濾弱檢測的最小概率閾值。
假設已經達到瞭這個閾值,提取面部 ROI 並抓取/檢查尺寸以確保面部 ROI 足夠大。
然後,我們將利用編碼器 並提取人臉編碼。
繼續構建另一個 blob。
隨後,將 faceBlob 通過編碼器 。 這會生成一個 128 維向量 (vec) 來描述面部。
然後我們簡單地將名稱和嵌入 vec 分別添加到 knownNames 和 knownEmbeddings 中。
繼續循環圖像、檢測人臉並為數據集中的每個圖像提取人臉編碼的過程。
循環結束後剩下的就是將數據轉儲到磁盤。
運行結果:
loading face detector…
loading face recognizer…
quantifying faces…
processing image 1/19
processing image 2/19
processing image 3/19
processing image 4/19
processing image 5/19
processing image 6/19
processing image 7/19
processing image 8/19
processing image 9/19
processing image 10/19
processing image 11/19
processing image 12/19
processing image 13/19
processing image 14/19
processing image 15/19
processing image 16/19
processing image 17/19
processing image 18/19
processing image 19/19
serializing 19 encodings…
Process finished with exit code 0
訓練人臉識別模型
已經為每張臉提取瞭 128 維編碼——但是我們如何根據這些嵌入來識別一個人呢?
答案是我們需要在嵌入之上訓練一個“標準”機器學習模型(例如 SVM、k-NN 分類器、隨機森林等)。
今天我們使用SVM實現
打開 train_face.py 文件並插入以下代碼:
from sklearn.preprocessing import LabelEncoder from sklearn.svm import SVC import pickle embeddings_path='output/embeddings.pickle' recognizer_path='output/recognizer.pickle' lable_path='output/le.pickle' # 加載編碼模型 print("[INFO] loading face embeddings...") data = pickle.loads(open(embeddings_path, "rb").read()) # 給label編碼 print("[INFO] encoding labels...") le = LabelEncoder() labels = le.fit_transform(data["names"]) # 訓練用於接受人臉 128-d 嵌入的模型,然後產生實際的人臉識別 recognizer = SVC(C=1.0, kernel="linear", probability=True) recognizer.fit(data["embeddings"], labels) # 保存模型 f = open(recognizer_path, "wb") f.write(pickle.dumps(recognizer)) f.close() # 保存lable f = open(lable_path, "wb") f.write(pickle.dumps(le)) f.close()
導入包和模塊。 我們將使用 scikit-learn 的支持向量機 (SVM) 實現,這是一種常見的機器學習模型。
定義變量。
- embeddings_path:序列化編碼。
- recognizer_path:這將是我們識別人臉的輸出模型。 它基於 SVM。
- lable_path:標簽編碼器輸出文件路徑
加載編碼。
然後初始化 scikit-learn LabelEncoder 並編碼名稱標簽。
訓練模型。本文使用的是線性支持向量機 (SVM),但如果您願意,您可以嘗試使用其他機器學習模型進行試驗。
訓練模型後,我們將模型和標簽編碼器保存到電腦上。
運行train_face.py 腳本。
識別圖像中的人臉
新建腳本文件recognize_face.py,插入一下代碼:
import numpy as np import pickle import cv2 import os
導入包,然後我們需要新增一個resize方法。
def resize(image, width=None, height=None, inter=cv2.INTER_AREA): dim = None (h, w) = image.shape[:2] # 如果高和寬為None則直接返回 if width is None and height is None: return image # 檢查寬是否是None if width is None: # 計算高度的比例並並按照比例計算寬度 r = height / float(h) dim = (int(w * r), height) # 高為None else: # 計算寬度比例,並計算高度 r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation=inter) # return the resized image return resized
等比例resize圖像,定義變量:
image_path = '11.jpg' detector_path = 'face_dete_model' embedding_path = 'nn4.small2.v1.t7' recognizer_path = 'output/recognizer.pickle' label_path = 'output/le.pickle' confidence_low = 0.5
這六個變量的含義如下:
- image_path :輸入圖像的路徑。
- detector_path:OpenCV 深度學習人臉檢測器的路徑。 使用這個模型來檢測人臉 ROI 在圖像中的位置。
- embedding_path : OpenCV 深度學習人臉編碼模型的路徑。 我們將使用這個模型從人臉 ROI 中提取 128 維人臉嵌入——然後將把數據輸入到識別器中。
- recognizer_path :識別器模型的路徑。
- label_path : 標簽編碼器的路徑。
- confidence_low:過濾弱人臉檢測的可選閾值。
接下來是代碼的主體部分:
# 加載序列化人臉檢測器 print("[INFO] loading face detector...") protoPath = os.path.sep.join([detector_path, "deploy.proto.txt"]) modelPath = os.path.sep.join([detector_path,"res10_300x300_ssd_iter_140000_fp16.caffemodel"]) detector = cv2.dnn.readNetFromCaffe(protoPath, modelPath) # 加載我們序列化的人臉編碼模型 print("[INFO] loading face recognizer...") embedder = cv2.dnn.readNetFromTorch(embedding_path) # 加載實際的人臉識別模型和標簽編碼器 recognizer = pickle.loads(open(recognizer_path, "rb").read()) le = pickle.loads(open(label_path, "rb").read()) # 加載圖像,將其調整為寬度為 600 像素(同時保持縱橫比),然後抓取圖像尺寸 image = cv2.imread(image_path) image = resize(image, width=600) (h, w) = image.shape[:2] # 從圖像構建一個 blob imageBlob = cv2.dnn.blobFromImage( cv2.resize(image, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0), swapRB=False, crop=False) # 應用 OpenCV 的基於深度學習的人臉檢測器來定位輸入圖像中的人臉 detector.setInput(imageBlob) detections = detector.forward() # loop over the detections for i in range(0, detections.shape[2]): # 提取與預測相關的置信度(即概率) confidence = detections[0, 0, i, 2] # filter out weak detections if confidence > confidence_low: # 計算人臉邊界框的 (x, y) 坐標 box = detections[0, 0, i, 3:7] * np.array([w, h, w, h]) (startX, startY, endX, endY) = box.astype("int") # 提取人臉ROI face = image[startY:endY, startX:endX] (fH, fW) = face.shape[:2] # 確保人臉寬度和高度足夠大 if fW < 20 or fH < 20: continue # 為人臉 ROI 構造一個 blob,然後將 blob 通過我們的人臉嵌入模型來獲得人臉的 128-d 量化 faceBlob = cv2.dnn.blobFromImage(face, 1.0 / 255, (96, 96), (0, 0, 0), swapRB=True, crop=False) embedder.setInput(faceBlob) vec = embedder.forward() # 執行分類以識別人臉 preds = recognizer.predict_proba(vec)[0] j = np.argmax(preds) proba = preds[j] name = le.classes_[j] # 繪制人臉的邊界框以及相關的概率 text = "{}: {:.2f}%".format(name, proba * 100) y = startY - 10 if startY - 10 > 10 else startY + 10 cv2.rectangle(image, (startX, startY), (endX, endY), (0, 0, 255), 2) cv2.putText(image, text, (startX, y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) # 展示結果 cv2.imshow("Image", image) cv2.waitKey(0)
我們在這個塊中加載三個模型。 冒著冗餘的風險,我想明確提醒您模型之間的差異:
- 檢測器:一個預訓練的 Caffe DL 模型,用於檢測人臉在圖像中的位置。
- embedder:一個預訓練的 Torch DL 模型,用於計算我們的 128-D 人臉嵌入。
- 識別器:線性 SVM 人臉識別模型。
1 和 2 都是預先訓練好的,這意味著它們是由 OpenCV 按原樣提供給您的
加載標簽編碼器,其中包含我們的模型可以識別的人的姓名。
將圖像加載到內存中並構建一個 blob。
通過我們的檢測器定位圖像中的人臉。
您將從步驟 1 中識別出此塊。 我在這裡再解釋一遍:
遍歷檢測並提取每個檢測的置信度。
然後將置信度與命令行 最小概率檢測閾值進行比較,確保計算出的概率大於最小概率。
我們提取人臉 ROI並確保它的空間維度足夠大。
下面是識別人臉 ROI代碼:
首先,構建一個 faceBlob)並將其通過編碼器以生成描述面部的 128 維向量
然後,我們將 vec 通過我們的 SVM 識別器模型,其結果是我們對面部 ROI 中的人的預測。
我們取最高概率指數並查詢我們的標簽編碼器以找到名稱。
循環中識別每一張臉(包括“未知”)人:
在構造瞭一個包含名稱和概率的文本字符串。
然後在臉部周圍繪制一個矩形並將文本放在框上方。
最後我們在屏幕上可視化結果,直到按下某個鍵。
可以看出使用機器學習的方式準確率還是比較低的,但是優點是速度快。
攝像頭識別人臉
這裡我用視頻代替,代碼和圖像中識別人臉的步驟一致,直接上代碼。
新建recognize_video.py腳本,插入一下代碼:
import numpy as np import pickle import time import cv2 import os def resize(image, width=None, height=None, inter=cv2.INTER_AREA): dim = None (h, w) = image.shape[:2] # 如果高和寬為None則直接返回 if width is None and height is None: return image # 檢查寬是否是None if width is None: # 計算高度的比例並並按照比例計算寬度 r = height / float(h) dim = (int(w * r), height) # 高為None else: # 計算寬度比例,並計算高度 r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation=inter) # return the resized image return resized out_put='output.avi' video_path = '1.mp4' detector_path = 'face_dete_model' embedding_path = 'nn4.small2.v1.t7' recognizer_path = 'output/recognizer.pickle' label_path = 'output/le.pickle' confidence_low = 0.5 # load our serialized face detector from disk print("[INFO] loading face detector...") protoPath = os.path.sep.join([detector_path, "deploy.proto.txt"]) modelPath = os.path.sep.join([detector_path,"res10_300x300_ssd_iter_140000_fp16.caffemodel"]) detector = cv2.dnn.readNetFromCaffe(protoPath, modelPath) # load our serialized face embedding model from disk print("[INFO] loading face recognizer...") embedder = cv2.dnn.readNetFromTorch(embedding_path) # load the actual face recognition model along with the label encoder recognizer = pickle.loads(open(recognizer_path, "rb").read()) le = pickle.loads(open(label_path, "rb").read()) # initialize the video stream, then allow the camera sensor to warm up print("[INFO] starting video stream...") #vs = cv2.VideoCapture(0) #攝像頭 vs=cv2.VideoCapture(video_path)# 視頻 time.sleep(2.0) # start the FPS throughput estimator writer=None # loop over frames from the video file stream while True: # grab the frame from the threaded video stream ret_val, frame = vs.read() if ret_val is False: break # resize the frame to have a width of 600 pixels (while # maintaining the aspect ratio), and then grab the image # dimensions frame = resize(frame, width=600) (h, w) = frame.shape[:2] # construct a blob from the image imageBlob = cv2.dnn.blobFromImage( cv2.resize(frame, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0), swapRB=False, crop=False) # apply OpenCV's deep learning-based face detector to localize # faces in the input image detector.setInput(imageBlob) detections = detector.forward() # loop over the detections for i in range(0, detections.shape[2]): # extract the confidence (i.e., probability) associated with # the prediction confidence = detections[0, 0, i, 2] # filter out weak detections if confidence >confidence_low: # compute the (x, y)-coordinates of the bounding box for # the face box = detections[0, 0, i, 3:7] * np.array([w, h, w, h]) (startX, startY, endX, endY) = box.astype("int") # extract the face ROI face = frame[startY:endY, startX:endX] (fH, fW) = face.shape[:2] # ensure the face width and height are sufficiently large if fW < 20 or fH < 20: continue # construct a blob for the face ROI, then pass the blob # through our face embedding model to obtain the 128-d # quantification of the face faceBlob = cv2.dnn.blobFromImage(face, 1.0 / 255, (96, 96), (0, 0, 0), swapRB=True, crop=False) embedder.setInput(faceBlob) vec = embedder.forward() # perform classification to recognize the face preds = recognizer.predict_proba(vec)[0] j = np.argmax(preds) proba = preds[j] name = le.classes_[j] # draw the bounding box of the face along with the # associated probability text = "{}: {:.2f}%".format(name, proba * 100) y = startY - 10 if startY - 10 > 10 else startY + 10 cv2.rectangle(frame, (startX, startY), (endX, endY), (0, 0, 255), 2) cv2.putText(frame, text, (startX, y), cv2.FONT_HERSHEY_SIMPLEX, 0.45, (0, 0, 255), 2) if writer is None and out_put is not None: fourcc = cv2.VideoWriter_fourcc(*"MJPG") writer = cv2.VideoWriter(out_put, fourcc, 20, (frame.shape[1], frame.shape[0]), True) # 如果 writer 不是 None,則將識別出人臉的幀寫入磁盤 if writer is not None: writer.write(frame) # show the output frame cv2.imshow("Frame", frame) key = cv2.waitKey(1) & 0xFF # if the `q` key was pressed, break from the loop if key == ord("q"): break # do a bit of cleanup cv2.destroyAllWindows() vs.release() if writer is not None: writer.release()
運行結果:
以上就是人臉識別實戰之Opencv+SVM實現人臉識別的詳細內容,更多關於Opencv SVM人臉識別的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- 超詳細註釋之OpenCV實現視頻實時人臉模糊和人臉馬賽克
- 基於深度學習和OpenCV實現目標檢測
- 基於opencv和pillow實現人臉識別系統(附demo)
- Python+MediaPipe實現檢測人臉功能詳解
- 超詳細註釋之OpenCV dlib實現人臉采集