欧美成人午夜免费全部完,亚洲午夜福利精品久久,а√最新版在线天堂,另类亚洲综合区图片小说区,亚洲欧美日韩精品色xxx

千鋒扣丁學(xué)堂Python培訓(xùn)之學(xué)習(xí)人臉識(shí)別技術(shù)Dlib+OpenCV示例源碼

2019-05-14 15:08:11 3652瀏覽

在現(xiàn)如今生活中，時(shí)時(shí)刻刻都在使用智能機(jī)器，今天千鋒扣丁學(xué)堂Python培訓(xùn)老師給大家介紹一下關(guān)于Dlib+OpenCV深度學(xué)習(xí)人臉識(shí)別的方法示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，下面我們一起來(lái)看一下吧。

人臉識(shí)別在LWF(LabeledFacesintheWild)數(shù)據(jù)集上人臉識(shí)別率現(xiàn)在已經(jīng)99.7%以上，這個(gè)識(shí)別率確實(shí)非常高了，但是真實(shí)的環(huán)境中的準(zhǔn)確率有多少呢？我沒(méi)有這方面的數(shù)據(jù)，但是可以確信的是真實(shí)環(huán)境中的識(shí)別率并沒(méi)有那么樂(lè)觀。現(xiàn)在雖然有一些商業(yè)應(yīng)用如員工人臉識(shí)別管理系統(tǒng)、海關(guān)身份驗(yàn)證系統(tǒng)、甚至是銀行人臉識(shí)別功能，但是我們可以仔細(xì)想想員工人臉識(shí)別管理，海關(guān)身份證系統(tǒng)的應(yīng)用場(chǎng)景對(duì)身份的驗(yàn)證功能。

在這個(gè)系統(tǒng)中我預(yù)先存儲(chǔ)了下面幾位明星的正面頭像的128D人臉特征，當(dāng)然你可以存儲(chǔ)和導(dǎo)入更多的人臉。然后經(jīng)過(guò)人臉檢測(cè)、人臉圖像處理，和人臉識(shí)別等步驟識(shí)別出相應(yīng)的人臉信息，識(shí)別效果如下（怕大家被丑到所以用了明星的圖片，沒(méi)有用真實(shí)的人臉–沒(méi)有做活體檢測(cè)）：

當(dāng)然這只是一個(gè)簡(jiǎn)單的應(yīng)用，真正用到生產(chǎn)的系統(tǒng)，還需運(yùn)用活體檢測(cè)等技術(shù)，防止運(yùn)用照片或是手機(jī)視頻等方式欺騙過(guò)人臉識(shí)別系統(tǒng)，安全級(jí)別要求更高的應(yīng)用領(lǐng)域例如支付、轉(zhuǎn)賬等系統(tǒng)活體檢測(cè)可能仍不夠安全，這時(shí)還可以通過(guò)人臉識(shí)別+驗(yàn)證密碼等方式加強(qiáng)安全性能。

人臉數(shù)據(jù)庫(kù)導(dǎo)入

人臉數(shù)據(jù)導(dǎo)入，也就是說(shuō)我在系統(tǒng)啟動(dòng)之初，需要導(dǎo)入我的人臉數(shù)據(jù)庫(kù)，也就是前面的那些明星的正面照。裝載的開(kāi)始階段，因?yàn)橐獧z測(cè)靜態(tài)人臉圖片的人臉部位，首先需要用dlib的人臉檢測(cè)器，用get_frontal_face_detector()獲得。然后需要將68點(diǎn)人臉標(biāo)記模型導(dǎo)入shape_predictorsp，目的就是要對(duì)其人臉到一個(gè)標(biāo)準(zhǔn)的姿勢(shì)，接著就是裝載DNN模型。然后取每張人臉照片的特征，并將特征和姓名等相關(guān)的信息放入FACE_DESC結(jié)構(gòu)中，最后將每張人臉信息結(jié)構(gòu)放入face_desc_vec容器中，這里我只裝載了9個(gè)明星的人臉信息。

int FACE_RECOGNITION::load_db_faces(void) 
{ 
  intrc = -1; 
  longhFile = 0; 
  struct_finddata_tfileinfo; 
   
  frontal_face_detectordetector =get_frontal_face_detector(); 
  // We will also use a face landmarking model to align faces to a standard pose: (see face_landmark_detection_excpp for an introduction) 
  deserialize("shape_predictor_68_face_landmarksdat") >>sp; 
   
  // And finally we load the DNN responsible for face recognition 
  deserialize("dlib_face_recognition_resnet_model_vdat") >>net; 
   
  if ((hFile =_findfirst("\\faces\\*jpg", &fileinfo)) != -1) 
  { 
    do
    { 
      if ((fileinfoattrib &_A_ARCH)) 
      { 
        if (strcmp(fileinfoname,"") != 0 && strcmp(fileinfoname,"") != 0) 
        { 
          if (!strcmp(strstr(fileinfoname,"") + 1 , "jpg")) 
          { 
            cout <<"This file is an image file!" <<fileinfoname <<endl; 
            matrix<rgb_pixel>img; 
            charpath[260]; 
            sprintf_s(path,"\\faces\\%s",fileinfoname); 
            load_image(img,path); 
            image_windowwin(img); 
   
            for (autoface :detector(img)) 
            { 
              autoshape =sp(img,face); 
              matrix<rgb_pixel>face_chip; 
              extract_image_chip(img,get_face_chip_details(shape, 150, 25),face_chip); 
              //Record the all this face's information 
              FACE_DESCsigle_face; 
              sigle_faceface_chip =face_chip; 
              sigle_facename =fileinfoname; 
   
              std::vector<matrix<rgb_pixel>>face_chip_vec; 
              std::vector<matrix<float, 0, 1>>face_all; 
   
              face_chip_vecpush_back(move(face_chip)); 
              //Asks the DNN to convert each face image in faces into a 128D vector 
              face_all =net(face_chip_vec); 
   
              //Get the feature of this person 
              std::vector<matrix<float, 0, 1>>::iteratoriter_begin = face_allbegin(), 
                iter_end =face_allend(); 
              if (face_allsize() > 1)break; 
              sigle_faceface_feature = *iter_begin; 
   
              //all the person description into vector 
              face_desc_vecpush_back(sigle_face); 
   
              winadd_overlay(face); 
            } 
          } 
          else
          { 
            cout <<"This file is not image file!" <<fileinfoname <<endl; 
          }           
        } 
      } 
      else
      { 
        //filespush_back(passign(path)append("\\")append(fileinfoname)); 
      } 
    } while (_findnext(hFile, &fileinfo) == 0); 
    _findclose(hFile); 
  } 
  returnrc; 
} 

人臉檢測(cè)

人臉檢測(cè)在人臉識(shí)別的應(yīng)用系統(tǒng)中我認(rèn)為是至關(guān)重要的一環(huán)，因?yàn)槿四槞z測(cè)的好壞直接影響最終的識(shí)別率，如果在人臉檢測(cè)階段能做到盡量好的話(huà)，系統(tǒng)的識(shí)別率會(huì)有一個(gè)比較大的提升。下面的是人臉檢測(cè)的具體代碼實(shí)現(xiàn)（很簡(jiǎn)陋莫怪），嘗試了用Dlib人臉檢測(cè)，OpenCV人臉檢測(cè)，還有于仕琪的libfacedetection，比較發(fā)現(xiàn)于仕琪的libfacedetection是做人臉檢測(cè)最好的一個(gè)，速度快，并且檢測(cè)圖像效果也很好。

intcapture_face(Matframe,Mat&out)
{
  Matgray;
  Matface;
  intrc = -1;
  
  if (frame.empty() || !frame.data)return -1;
  
  cvtColor(frame,gray,CV_BGR2GRAY);
  int *pResults =NULL;
  
  unsignedchar *pBuffer = (unsignedchar *)malloc(DETECT_BUFFER_SIZE);
  if (!pBuffer)
  {
    fprintf(stderr,"Can not alloc buffer.\n");
    return -1;
  }
  //pResults = facedetect_frontal_tmp((unsigned char*)(gray.ptr(0)), gray.cols, gray.rows, gray.step,
  //  1.2f, 5, 24);
  pResults =facedetect_multiview_reinforce(pBuffer, (unsignedchar*)(gray.ptr(0)),gray.cols,gray.rows, (int)gray.step,
    1.2f, 2, 48, 0, 1);
  
  //printf("%d faces detected.\n", (pResults ? *pResults : 0));//重復(fù)運(yùn)行
                              //print the detection results
  if (pResults !=NULL)
  {
    for (inti = 0;i < (pResults ? *pResults : 0);i++)
    {
      short *p = ((short*)(pResults + 1)) + 6 *i;
      intx =p[0];
      inty =p[1];
      intw =p[2];
      inth =p[3];
      intneighbors =p[4];
  
      Rect_<float>face_rect =Rect_<float>(x,y,w, h);
      face =frame(face_rect);
  
      printf("face_rect=[%d, %d, %d, %d], neighbors=%d\n",x,y, w,h,neighbors);
      Pointleft(x,y);
      Pointright(x +w,y + h);
      cv::rectangle(frame,left,right, Scalar(230, 255, 0), 4);    
    }
    //imshow("frame", frame);
    if (face.empty() || !face.data)
    {
      face_detect_count = 0;
      return -1;
    }
    if (face_detect_count++ > 30)
    {
      imshow("face",face);
      out =face.clone();
      return 0;
    }
  }
  else
  {
    //face is moving, and reset the detect count
    face_detect_count = 0;
  }
  
  returnrc;
}

人臉識(shí)別

通過(guò)人臉檢測(cè)函數(shù)capture_face()經(jīng)過(guò)處理之后臨時(shí)保存在工程目錄下的cap.jpg，用get_face_chip_details()函數(shù)將檢測(cè)到的目標(biāo)圖片標(biāo)準(zhǔn)化為150*150像素大小，并對(duì)人臉進(jìn)行旋轉(zhuǎn)居中，用extract_image_chip()取得圖像的一個(gè)拷貝，然后將其存儲(chǔ)到自己的圖片face_chip中，把的到face_chip放入vect_faces容器中，傳送給深度神經(jīng)網(wǎng)絡(luò)net，得到捕捉到人臉圖片的128D向量特征。最后在事先導(dǎo)入的人臉數(shù)據(jù)庫(kù)中遍歷與此特征最相近的人臉即可識(shí)別出相應(yīng)的人臉信息。

這種模式的應(yīng)用，也就是我們所說(shuō)的1：N應(yīng)用，1對(duì)N是比較考驗(yàn)系統(tǒng)運(yùn)算能力的，舉個(gè)例子，現(xiàn)在支付寶賬戶(hù)應(yīng)該已經(jīng)是上億級(jí)別的用戶(hù)，如果你在就餐的時(shí)候選擇使用支付寶人臉支付，也許在半個(gè)小時(shí)內(nèi)服務(wù)器也沒(méi)有找你的臉，這下就悲催，當(dāng)然在真實(shí)應(yīng)用場(chǎng)景可能是還需要你輸入你的名字，這下可能就快多了，畢竟全國(guó)可能和你重名的也就了不的幾千上萬(wàn)個(gè)吧，一搜索，人臉識(shí)別再一驗(yàn)證即可。

前面的這些還沒(méi)有考慮安全的因素，比如說(shuō)雙胞胎啊，化妝啊（網(wǎng)紅的年代?。€有年齡的因素，環(huán)境的因素還包括光照、角度等導(dǎo)致的誤識(shí)別或是識(shí)別不出，識(shí)別不出的情況還好，如果是誤識(shí)別對(duì)于支付等對(duì)于安全性要求極其嚴(yán)苛的應(yīng)用來(lái)說(shuō)簡(jiǎn)直就是災(zāi)難。所以人臉識(shí)別還有很大的局限性–額，好像扯遠(yuǎn)了。

matrix<rgb_pixel> face_cap;
    //save the capture in the project directory
    load_image(face_cap, ".\\cap.jpg");
 
    //Display the raw image on the screen
    image_window win1(face_cap);
 
    frontal_face_detector detector = get_frontal_face_detector();
    std::vector<matrix<rgb_pixel>> vect_faces;
 
    for (auto face : detector(face_cap))
    {
        auto shape = face_recognize.sp(face_cap, face);
        matrix<rgb_pixel> face_chip;
        extract_image_chip(face_cap, get_face_chip_details(shape, 150, 0.25), face_chip);
        vect_faces.push_back(move(face_chip));
        win1.add_overlay(face);
    }
 
    if (vect_faces.size() != 1)
    {
        cout <<"Capture face error! face number "<< vect_faces.size() << endl;
        cap.release();
        goto CAPTURE;
    }
 
    //Use DNN and get the capture face's feature with 128D vector
    std::vector<matrix<float, 0, 1>> face_cap_desc = face_recognize.net(vect_faces);
    //Browse the face feature from the database, and find the match one
    std::pair<double,std::string> candidate_face;
    std::vector<double> len_vec;
 
    std::vector<std::pair<double, std::string>> candi_face_vec;
    candi_face_vec.reserve(256);
 
    for (size_t i = 0; i < face_recognize.face_desc_vec.size(); ++i)
    {
        auto len = length(face_cap_desc[0] - face_recognize.face_desc_vec[i].face_feature);
      if (len < 0.45)
        {
            len_vec.push_back(len);
            candidate_face.first = len;
            candidate_face.second = face_recognize.face_desc_vec[i].name.c_str();
            candi_face_vec.push_back(candidate_face);
 
#ifdef _FACE_RECOGNIZE_DEBUG
            char buffer[256] = {0};
            sprintf_s(buffer, "Candidate face %s Euclid length %f",
                face_recognize.face_desc_vec[i].name.c_str(),
                len);
            MessageBox(CString(buffer), NULL, MB_YESNO);
#endif
        }
        else
        {
            cout << "This face from database is not match the capture face, continue!" << endl;
        }
    }
 
    //Find the most similar face
    if (len_vec.size() != 0)
    {
        shellSort(len_vec);
 
        int i(0);
        for (i = 0; i != len_vec.size(); i++)
        {
            if (len_vec[0] == candi_face_vec[i].first)
                break;
        }
 
        char buffer[256] = { 0 };
        sprintf_s(buffer, "The face is %s -- Euclid length %f",
            candi_face_vec[i].second.c_str(), candi_face_vec[i].first);
        if (MessageBox(CString(buffer), NULL, MB_YESNO) == IDNO)
        {
            face_record();
        }
    }
    else
    {
        if (MessageBox(CString("Not the similar face been found"), NULL, MB_YESNO) == IDYES)
        {
            face_record();
        }
    }   
 
    face_detect_count = 0;
    frame.release();
    face.release(); 

    
異常處理

當(dāng)人臉或是物體快速的在攝像頭前活動(dòng)時(shí)，會(huì)導(dǎo)致系統(tǒng)異常拋出，異常提示如下：

對(duì)于這個(gè)問(wèn)題，我們可以先用C++捕獲異常的工具，try和catch工具來(lái)捕獲異常：

Mat frame;
    Mat face;
    VideoCapture cap(0);
    if (!cap.isOpened()) {
        AfxMessageBox(_T("Please check your USB camera's interface num."));
    }
 
    try
    {
        while (1)
        {
            check_close(cap);
            cap >> frame;
            if (!frame.empty())
            {
                if (capture_face(frame, face) == 0)
                {
                    //convert to IplImage format and then save with .jpg format
                    IplImage face_Img;
                    face_Img = IplImage(face);
                    //save the capture face to the project directory
                    cvSaveImage("./cap.jpg", &face_Img);
                    break;
                }
                imshow("view", frame);
            }
     
            int c = waitKey(10);
            if ((char)c == 'c') { break; }
        }
    }
    catch (exception& e)
    {
        cout << "\nexception thrown!" << endl;
        cout << e.what() << endl;
#ifdef _CAPTURE_DEBUG
        MessageBox(CString(e.what()), NULL, MB_YESNO);
#endif
        goto CAPTURE;
    }

在catch中將捕獲到的異常信息打印出來(lái)：

可以看到，可能是由于攝像頭捕獲響應(yīng)速率跟不上的原因，在cap>>frame;的時(shí)候得到的frame出現(xiàn)了格式錯(cuò)誤，如上圖的對(duì)話(huà)框所示error(-215)0<roi.x，也就是說(shuō)opencv感興趣區(qū)域的x坐標(biāo)出現(xiàn)了一個(gè)負(fù)數(shù)，而這顯然必須是要非負(fù)數(shù)的地方出現(xiàn)了一個(gè)負(fù)數(shù)的輸入，導(dǎo)致OpenCV異常拋出。

沒(méi)關(guān)系我們我們不理會(huì)這個(gè)異常的frame輸入就可以，在異常拋出的catch屏蔽掉對(duì)話(huà)框的顯示，我們即可流暢的采集圖像。不理會(huì)這個(gè)錯(cuò)誤的幀輸入也就是說(shuō)直接丟棄這一幀。

以上就是關(guān)于千鋒扣丁學(xué)堂Python培訓(xùn)之學(xué)習(xí)人臉識(shí)別技術(shù)Dlib+OpenCV示例源碼的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，最后想要了解更多關(guān)于Python和人工智能方面內(nèi)容的小伙伴，請(qǐng)關(guān)注扣丁學(xué)堂Python培訓(xùn)官網(wǎng)、微信等平臺(tái)，扣丁學(xué)堂IT職業(yè)在線(xiàn)學(xué)習(xí)教育平臺(tái)為您提供權(quán)威的Python開(kāi)發(fā)環(huán)境搭建視頻，Python培訓(xùn)后的前景無(wú)限，行業(yè)薪資和未來(lái)的發(fā)展會(huì)越來(lái)越好的，扣丁學(xué)堂老師精心推出的Python視頻教程定能讓你快速掌握Python從入門(mén)到精通開(kāi)發(fā)實(shí)戰(zhàn)技能。扣丁學(xué)堂Python技術(shù)交流群：279521237。

                          

      【關(guān)注微信公眾號(hào)獲取更多學(xué)習(xí)資料】         【掃碼進(jìn)入Python全棧開(kāi)發(fā)免費(fèi)公開(kāi)課】

查看更多關(guān)于"Python開(kāi)發(fā)資訊"的相關(guān)文章>