厲害了,利用深度學習開發人臉識別老闆探測器(附原始碼)
原來知乎也會犯這樣問題:
原文地址:
http://www.techug.com/hironsan-bosssensor?utm_source=tuicool&utm_medium=referral
知乎地址:只是題目不一樣
https://zhuanlan.zhihu.com/p/24809159?utm_source=tuicool&utm_medium=referral
如果上班的時候想放鬆一下,或者直說想偷偷懶,看點和工作無關的網頁,這時候萬一老闆突然出現在背後,會不會感到很難堪呢?
有的瀏覽器設定了boss按鍵,手快的人還可以切換螢幕,不過總會顯得不自然,而且經常搞的手忙腳亂的。
一個日本程式設計師決定自己動手,編寫一個一勞永逸的辦法,我們來看看他是怎麼實現的吧~
任務是這樣的
當老闆接近我的工位時,電腦就會自動切換螢幕
辦公室的情況如下:
從老闆的座位到我的座位大約6~7米,他會在離開座位後4到5秒鐘到達我的座位,因此,需要在這之前隱藏螢幕,所以時間比較緊迫。
策略
首先需要讓電腦完成對老闆面部的深度學習。然後在我的辦公桌上擺上一個網路攝像頭,讓攝像頭對著通道,當網路攝像頭捕捉到老闆的臉時就切換螢幕。
嗯,這是一個完美的專案。先取一個好名字,就叫Boss Sensor(老闆探測器)好了。
Boss Sensor的簡單結構圖如下:
處理過程分為三步:
- 網路攝像頭實時拍攝影象
- 學習模型檢測和識別所拍攝影象的人臉
- 如果識別結果是老闆則切換螢幕
所需要的技術實現只有三項:
- 拍攝人臉影象
- 識別人臉影象
- 切換螢幕
一步步完成之後整合就可以了。
拍攝人臉影象
首先找一個網路攝像頭,我用的是BUFFALO BSW20KM11BK攝像頭,大家隨便找個清晰度夠的就可以了。
最好不要用相機自帶的識別軟體裁剪人臉,因為後面的深度學習過程還需要處理。所以,我用Python和OpenCV編寫了一段裁剪人臉影象的指令碼,程式碼在這裡下載:
https://github.com/Hironsan/BossSensor/blob/master/camera_reader.py
偷拍到的人臉影象比我之前設想的更清楚▼
識別人臉影象
接下來,要用機器學習教會電腦識別老闆的臉。
我們需要以下三個步驟:
- 採集影象
- 影象預處理
- 建立機器學習模型
讓我們一個接一個看一下。
採集影象
首先,需要收集大量的圖片供電腦學習。一般來說有三種大量收集圖片的方法:
- 谷歌圖片搜尋
- Facebook的影象採集
- 從視訊裡截圖
一開始,我像電影裡的特工一樣收集了各種搜尋引擎上的老闆照片,還有Facebook上老闆自己上傳的照片,但說實話,沒有收集到足夠的影象。所以,反正老闆就在身邊,我就簡單粗暴的拍攝了一段他的視訊,然後把視訊分解成大量的影象。
影象預處理
現在我有很多人臉影象了,但還不能拿它們來建立學習模型,必須要裁剪掉與臉部不相關的部分。
我使用ImageMagick來提取人臉,你可以用別的影象軟體來做。
總之,最後我收集了大量的人臉影象,就像這樣: ▼
估計我是全世界擁有最多老闆頭像的人了,肯定比他爸爸媽媽要多的多。
現在可以準備機器學習了。
建立機器學習模型
Keras框架用來建立卷積神經網路和神經網路培訓。Tensorflow用來寫Keras的後端。如果只識別臉部的話,可以呼叫一些Web API比如微軟的Computer Vision API,但這次我決定自己來實現,因為這個專案需要確保實時性。
網路體系結構大體如下,Keras非常方便,它可以很輕鬆的輸出這樣的結構: ▼
程式碼在這裡下載:
https://github.com/Hironsan/BossSensor/blob/master/boss_train.py
至此,只要老闆出現在攝像頭中,我就可以識別出他來了。
切換螢幕
最後一步,很簡單,學習模型識別出老闆的臉之後,把電腦螢幕換掉就好了。
我是程式設計師,所以我準備了這樣一張圖:▼
電腦上只顯示這張圖片,這樣就可以假裝我在認真工作了。
這張圖需要全屏顯示,所以我呼叫了PyQt庫,程式碼在這裡下載:
https://github.com/Hironsan/BossSensor/blob/master/image_show.py
一切工作都完成了。
成品
最後把分別實現的技術整合起來並驗證,真的成功了!
“現在老闆離開了座位,正走向我的工位。”▼
“OpenCV已經檢測出人臉,將人臉影象傳送給學習模型。”▼
“學習模型認出了他,螢幕自動切換。ヽ(‘ ∇‘ )ノ”▼
原始碼
這就是我的Boss Sensor,全部的原始碼都放在github上了,可以在這裡下載(也可點選“閱讀原文”下載:https://github.com/Hironsan/BossSensor
總結
結合網路攝像頭的實時影象採集和Keras深度學習框架,確實可以完成人臉識別。
在實踐過程中,我發現OpenCV的影象精度不夠高,雖然不影響識別,但我準備改用Dlib來提高精度,另外我想自己編寫人臉檢測訓練模型。網路攝像頭獲取的影象不夠清晰,我準備換個攝像頭。
唉,坑還是越挖越深啊~