【深度学习】基于卷积神经网络（tensorflow）的人脸识别项目（四）
2022/10/3 2:16:47
本文主要是介绍【深度学习】基于卷积神经网络（tensorflow）的人脸识别项目（四），对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！
前言
经过前段时间研究，从LeNet-5手写数字入门到最近研究的一篇天气识别。我想干一票大的，因为我本身从事的就是C++/Qt开发，对Qt还是比较熟悉，所以我想实现一个界面化的一个人脸识别。
对卷积神经网络的概念比较陌生的可以看一看这篇文章： 想了解神经网络的训练流程、或者环境搭建的可以看这篇文章：
如果想学习本项目请先去看 第一篇： 第二篇： 第三篇：
基本思路
具体步骤如下：
- 首先需要收集数据，我的想法是通过OpenCV调用摄像头进行收集人脸照片。
- 然后进行预处理，主要是对数据集分类，训练集、验证集、测试集。
- 开始训练模型，提前创建好标签键值对。
- 测试人脸识别效果，通过OpenCV捕获人脸照片然后对图片进行预处理最后传入模型中，然后将识别的结果通过文字的形式打印在屏幕上，以此循环，直到输入q退出。
本篇主要是对上述步骤中的第四步进行实现。最后分享整个全流程的完整项目代码。
测试人脸识别效果
设计思路
通过OpenCV打开摄像头捕捉人脸区域，然后对图片进行预处理（如灰度化、归一化等等），然后加载模型，把处理后的图片放入模型中进行预测，然后对预测的结果进行一个精度过滤就是对识别率低于90%的结果认为识别不准确，就会输出other表示不能高度识别。正常情况下输出每个文件所对应的label。
详细代码
加载模型
将我们之前训练好的模型通过load_model方法进行加载。
MODEL_PATH = ./me.face.model.h5
def load_model(self, file_path=MODEL_PATH):
self.model = load_model(file_path)
人脸预测
这里对图片进行了归一化处理，并对预测结果进行了精度过滤。 注意：K.image_dim_ordering() == th: 如果报错的话请替换为K.image_data_format() == channels_first “channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。
def face_predict(self, image):
if K.image_data_format() == channels_first and image.shape != (1, 3, IMAGE_SIZE, IMAGE_SIZE):
image = resize_image(image) # 尺寸必须与训练集一致都应该是IMAGE_SIZE x IMAGE_SIZE
image = image.reshape((1, 3, IMAGE_SIZE, IMAGE_SIZE)) # 与模型训练不同，这次只是针对1张图片进行预测
elif K.image_data_format() == channels_last and image.shape != (1, IMAGE_SIZE, IMAGE_SIZE, 3):
image = resize_image(image)
image = image.reshape((1, IMAGE_SIZE, IMAGE_SIZE, 3))
# 浮点并归一化
image = image.astype(float32)
image /= 255
# 给出输入属于各个类别的概率
result = self.model.predict_proba(image)
print(result:, result)
my_result = list(result[0]).index(max(result[0]))
max_result = max(result[0])
print("result最大值下标:", my_result)
if max_result > 0.90:
return my_result
else:
return -1
主要逻辑
主要分为以下几步骤：
- 加载模型
- 预处理(设置摄像头、人脸区域的边框颜色、haar分类器的路径、label数组等)
- 捕获一帧图片
- 对图片灰度化
- 计算出人脸区域并框出
- 将人脸区域交给识别模型进行识别
- 将识别结果进行屏幕打印
- 然后3-7步骤循环。
- 输入q退出识别，然后释放所占用的资源
这个逻辑不是很复杂，下面直接进行代码展示，在代码中也有详细的注释说明：
import cv2
from keras_train import Model
if __name__ == __main__:
model = Model()# 加载模型
model.load_model(file_path=./model/me.face.model.h5)
color = (0, 255, 0)# 框住人脸的矩形边框颜色
cap = cv2.VideoCapture(0)# 捕获指定摄像头的实时视频流
cascade_path = "./model/haarcascade_frontalface_alt2.xml"# 人脸识别分类器本地存储路径
# 循环检测识别人脸
while True:
_, frame = cap.read() # 读取一帧视频
# 图像灰化，降低计算复杂度
frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 使用人脸识别分类器，读入分类器
cascade = cv2.CascadeClassifier(cascade_path)
# 利用分类器识别出哪个区域为人脸
faceRects = cascade.detectMultiScale(frame_gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects) > 0:
for faceRect in faceRects:
x, y, w, h = faceRect
# 截取脸部图像提交给模型识别这是谁
image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
faceID = model.face_predict(image)
#
human = {
0: use2, 1: use3, 2: use4, -1: others, 3: use5, 4: LinXi07,
5: use7, 6: use8, 7: use1, 8: use9}
cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, thickness=2)
# 文字提示是谁
cv2.putText(frame, human[faceID],
(x + 30, y + 30), # 坐标
cv2.FONT_HERSHEY_SIMPLEX, # 字体
1, # 字号
(255, 0, 255), # 颜色
2) # 字的线宽
cv2.imshow("Face Identification System", frame)
# 等待10毫秒看是否有按键输入
k = cv2.waitKey(10)
# 如果输入q则退出循环
if k & 0xFF == ord(q):
break
# 释放摄像头并销毁所有窗口
cap.release()
cv2.destroyAllWindows()
测试效果
这里对模型进行测试，并支持多个人脸同时识别，且识别率较高。（忽略掉人脸）
总结
从最开始的收集数据到中间的预处理再到后来的模型建立到最后的测试效果，这一路非常坎坷，不是数据格式不匹配导致报错，就是版本不匹配来回重装环境再就是模型识别率上不去。总算把这个完整的做出来了，路途坎坷但收获不菲。让我们一起加油吧！！！！
所有代码
这里我以文件进行分类，总共四个文件。
文件名 说明 frame_capture.py 制作数据集 keras_train.py 训练模型 评估模型 load_data.py 加载数据，预处理 face_predict_use_keras.py 预测模型然后deep_learning用来存放每个人的照片。model用来存放模型好的模型以及harr分类器。
face_predict_use_keras.py
keras_train.py
import random
from sklearn.model_selection import train_test_split
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Convolution2D, MaxPooling2D
from keras.optimizers import SGD
from keras.utils import np_utils
from keras.models import load_model
from keras import backend as K
from load_data import load_dataset, resize_image, IMAGE_SIZE
class Dataset:
def __init__(self, path_name):
# 训练集
self.train_images = None
self.train_labels = None
# 验证集
self.valid_images = None
self.valid_labels = None
# 测试集
self.test_images = None
self.test_labels = None
# 数据集加载路径
self.path_name = path_name
# 当前库采用的维度顺序
self.input_shape = None
# 加载数据集并按照交叉验证的原则划分数据集并进行相关预处理工作
def load(self, img_rows=IMAGE_SIZE, img_cols=IMAGE_SIZE,
img_channels=3, nb_classes=3):
# 加载数据集到内存
images, labels = load_dataset(self.path_name)
train_images, valid_images, train_labels, valid_labels = train_test_split(images, labels, test_size=0.2,
random_state=random.randint(0, 100))
_, test_images, _, test_labels = train_test_split(images, labels, test_size=0.5,
random_state=random.randint(0, 100))
# 当前的维度顺序如果为th，则输入图片数据时的顺序为：channels,rows,cols，否则:rows,cols,channels
# 这部分代码就是根据keras库要求的维度顺序重组训练数据集
# if K.image_dim_ordering() == th: “channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。
if K.image_data_format() == channels_first:
train_images = train_images.reshape(train_images.shape[0], img_channels, img_rows, img_cols)
valid_images = valid_images.reshape(valid_images.shape[0], img_channels, img_rows, img_cols)
test_images = test_images.reshape(test_images.shape[0], img_channels, img_rows, img_cols)
self.input_shape = (img_channels, img_rows, img_cols)
else:
train_images = train_images.reshape(train_images.shape[0], img_rows, img_cols, img_channels)
valid_images = valid_images.reshape(valid_images.shape[0], img_rows, img_cols, img_channels)
test_images = test_images.reshape(test_images.shape[0], img_rows, img_cols, img_channels)
self.input_shape = (img_rows, img_cols, img_channels)
# 输出训练集、验证集、测试集的数量
print(train_images.shape[0], train samples)
print(valid_images.shape[0], valid samples)
print(test_images.shape[0], test samples)
# 我们的模型使用categorical_crossentropy作为损失函数，因此需要根据类别数量nb_classes将
# 类别标签进行one-hot编码使其向量化，在这里我们的类别只有两种，经过转化后标签数据变为二维
train_labels = np_utils.to_categorical(train_labels, nb_classes)
valid_labels = np_utils.to_categorical(valid_labels, nb_classes)
test_labels = np_utils.to_categorical(test_labels, nb_classes)
# 像素数据浮点化以便归一化
train_images = train_images.astype(float32)
valid_images = valid_images.astype(float32)
test_images = test_images.astype(float32)
# 将其归一化,图像的各像素值归一化到0~1区间
train_images /= 255
valid_images /= 255
test_images /= 255
self.train_images = train_images
self.valid_images = valid_images
self.test_images = test_images
self.train_labels = train_labels
self.valid_labels = valid_labels
self.test_labels = test_labels
# CNN网络模型类
class Model:
def __init__(self):
self.model = None
# 建立模型
def build_model(self, dataset, nb_classes=3):
# 构建一个空的网络模型，它是一个线性堆叠模型，各神经网络层会被顺序添加，专业名称为序贯模型或线性堆叠模型
self.model = Sequential()
# 以下代码将顺序添加CNN网络需要的各层，一个add就是一个网络层
self.model.add(Convolution2D(32, 3, 3, border_mode=same,
input_shape=dataset.input_shape)) # 1 2维卷积层
self.model.add(Activation(relu)) # 2 激活函数层
self.model.add(Convolution2D(32, 3, 3)) # 3 2维卷积层
self.model.add(Activation(relu)) # 4 激活函数层
self.model.add(MaxPooling2D(pool_size=(2, 2))) # 5 池化层
self.model.add(Dropout(0.25)) # 6 Dropout层
self.model.add(Convolution2D(64, 3, 3, border_mode=same)) # 7 2维卷积层
self.model.add(Activation(relu)) # 8 激活函数层
self.model.add(Convolution2D(64, 3, 3)) # 9 2维卷积层
self.model.add(Activation(relu)) # 10 激活函数层
self.model.add(MaxPooling2D(pool_size=(2, 2))) # 11 池化层
self.model.add(Dropout(0.25)) # 12 Dropout层
self.model.add(Flatten()) # 13 Flatten层
self.model.add(Dense(512)) # 14 Dense层,又被称作全连接层
self.model.add(Activation(relu)) # 15 激活函数层
self.model.add(Dropout(0.5)) # 16 Dropout层
self.model.add(Dense(nb_classes)) # 17 Dense层
self.model.add(Activation(softmax)) # 18 分类层，输出最终结果
# 输出模型概况
self.model.summary()
# 训练模型
def train(self, dataset, batch_size=20, nb_epoch=10, data_augmentation=True):
# 参数batch_size的作用即在于此，其指定每次迭代训练样本的数量
# nb_epoch 训练轮换次数
sgd = SGD(lr=0.01, decay=1e-6,
momentum=0.9, nesterov=True) # 采用SGD+momentum的优化器进行训练，首先生成一个优化器对象
self.model.compile(loss=categorical_crossentropy,
optimizer=sgd,
metrics=[accuracy]) # 完成实际的模型配置工作
# 不使用数据提升，所谓的提升就是从我们提供的训练数据中利用旋转、翻转、加噪声等方法创造新的
# 训练数据，有意识的提升训练数据规模，增加模型训练量
if not data_augmentation:
self.model.fit(dataset.train_images,
dataset.train_labels,
batch_size=batch_size,
nb_epoch=nb_epoch,
validation_data=(dataset.valid_images, dataset.valid_labels),
shuffle=True)
# 使用实时数据提升
else:
# 定义数据生成器用于数据提升，其返回一个生成器对象datagen，datagen每被调用一
# 次其生成一组数据（顺序生成），节省内存，其实就是python的数据生成器
datagen = ImageDataGenerator(
featurewise_center=False, # 是否使输入数据去中心化（均值为0），
samplewise_center=False, # 是否使输入数据的每个样本均值为0
featurewise_std_normalization=False, # 是否数据标准化（输入数据除以数据集的标准差）
samplewise_std_normalization=False, # 是否将每个样本数据除以自身的标准差
zca_whitening=False, # 是否对输入数据施以ZCA白化
rotation_range=20, # 数据提升时图片随机转动的角度(范围为0～180)
width_shift_range=0.2, # 数据提升时图片水平偏移的幅度（单位为图片宽度的占比，0~1之间的浮点数）
height_shift_range=0.2, # 同上，只不过这里是垂直
horizontal_flip=True, # 是否进行随机水平翻转
vertical_flip=False) # 是否进行随机垂直翻转
# 计算整个训练样本集的数量以用于特征值归一化、ZCA白化等处理
datagen.fit(dataset.train_images)
# 利用生成器开始训练模型
self.model.fit_generator(datagen.flow(dataset.train_images, dataset.train_labels,
batch_size=batch_size),
samples_per_epoch=dataset.train_images.shape[0],
nb_epoch=nb_epoch,
validation_data=(dataset.valid_images, dataset.valid_labels))
MODEL_PATH = ./me.face.model.h5
def save_model(self, file_path=MODEL_PATH):
self.model.save(file_path)
def load_model(self, file_path=MODEL_PATH):
self.model = load_model(file_path)
def evaluate(self, dataset):
score = self.model.evaluate(dataset.test_images, dataset.test_labels, verbose=1)
print("%s: %.2f%%" % (self.model.metrics_names[1], score[1] * 100))
def face_predict(self, image):
# if K.image_dim_ordering() == th: “channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。
if K.image_data_format() == channels_first and image.shape != (1, 3, IMAGE_SIZE, IMAGE_SIZE):
image = resize_image(image) # 尺寸必须与训练集一致都应该是IMAGE_SIZE x IMAGE_SIZE
image = image.reshape((1, 3, IMAGE_SIZE, IMAGE_SIZE)) # 与模型训练不同，这次只是针对1张图片进行预测
elif K.image_data_format() == channels_last and image.shape != (1, IMAGE_SIZE, IMAGE_SIZE, 3):
image = resize_image(image)
image = image.reshape((1, IMAGE_SIZE, IMAGE_SIZE, 3))
# 浮点并归一化
image = image.astype(float32)
image /= 255
# 给出输入属于各个类别的概率
result = self.model.predict_proba(image)
print(result:, result)
my_result = list(result[0]).index(max(result[0]))
max_result = max(result[0])
print("result最大值下标:", my_result)
if max_result > 0.90:
return my_result
else:
return -1
if __name__ == __main__:
dataset = Dataset(.\deep_learning)
dataset.load(nb_classes=9)
# 训练模型
model = Model()
model.build_model(dataset, nb_classes=9)
model.train(dataset)
model.save_model(file_path=./model/me.face.model.h5)
# 评估模型，确认模型的精度是否能达到要求
model = Model()
model.load_model(file_path=./model/me.face.model.h5)
model.evaluate(dataset)
load_data.py
import os
import numpy as np
import cv2
IMAGE_SIZE = 64
# 按照指定图像大小调整尺寸
def resize_image(image, height=IMAGE_SIZE, width=IMAGE_SIZE):
top, bottom, left, right = (0, 0, 0, 0)
# 获取图像尺寸
h, w, _ = image.shape
# 对于长宽不相等的图片，找到最长的一边
longest_edge = max(h, w)
# 计算短边需要增加多上像素宽度使其与长边等长
if h < longest_edge:
dh = longest_edge - h
top = dh // 2
bottom = dh - top
elif w < longest_edge:
dw = longest_edge - w
left = dw // 2
right = dw - left
else:
pass
# RGB颜色
BLACK = [0, 0, 0]
# 给图像增加边界，是图片长、宽等长，cv2.BORDER_CONSTANT指定边界颜色由value指定
constant = cv2.copyMakeBorder(image, top, bottom, left, right, cv2.BORDER_CONSTANT, value=BLACK)
# 调整图像大小并返回
return cv2.resize(constant, (height, width))
# 读取训练数据
images = []
labels = []
def read_path(path_name):
for dir_item in os.listdir(path_name):
# 从初始路径开始叠加，合并成可识别的操作路径
full_path = os.path.abspath(os.path.join(path_name, dir_item))
#
if os.path.isdir(full_path): # 如果是文件夹，继续递归调用
read_path(full_path)
else: # 文件
if dir_item.endswith(.jpg):
image = cv2.imread(full_path)
image = resize_image(image, IMAGE_SIZE, IMAGE_SIZE)
images.append(image)
labels.append(path_name)
return images, labels
# 给文件夹后缀，加标注，使其向量化，如果添加新的人，就可以对应文件夹和下标
# 这里我随便写的label 因为涉及到隐私。
def indentify(label):
if label.endswith(use):
return 0
elif label.endswith(use):
return 1
elif label.endswith(use):
return 2
elif label.endswith(use):
return 3
elif label.endswith(use):
return 4
elif label.endswith(use):
return 5
elif label.endswith(use):
return 6
elif label.endswith(use):
return 7
elif label.endswith(use):
return 8
# 从指定路径读取训练数据
def load_dataset(path_name):
images, labels = read_path(path_name)
# 将输入的所有图片转成四维数组，尺寸为(图片数量*IMAGE_SIZE*IMAGE_SIZE*3)
# 图片为64 * 64像素,一个像素3个颜色值(RGB)
images = np.array(images)
print(images.shape)
labels = np.array([indentify(label) for label in labels])
print(images,labels)
return images, labels
if __name__ == __main__:
images, labels = load_dataset(./deep_learning)
face_predict_use_keras.py
import cv2
from keras_train import Model
if __name__ == __main__:
# 加载模型
model = Model()
model.load_model(file_path=./model/me.face.model.h5)
# 框住人脸的矩形边框颜色
color = (0, 255, 0)
# 捕获指定摄像头的实时视频流
cap = cv2.VideoCapture(0)
# 人脸识别分类器本地存储路径
cascade_path = "./model/haarcascade_frontalface_alt2.xml"
# 循环检测识别人脸
while True:
_, frame = cap.read() # 读取一帧视频
# 图像灰化，降低计算复杂度
frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 使用人脸识别分类器，读入分类器
cascade = cv2.CascadeClassifier(cascade_path)
# 利用分类器识别出哪个区域为人脸
faceRects = cascade.detectMultiScale(frame_gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects) > 0:
for faceRect in faceRects:
x, y, w, h = faceRect
# 截取脸部图像提交给模型识别这是谁
image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
faceID = model.face_predict(image)
# 这里我随便写的，因为涉及到隐私。
human = {
0: use3, 1: use4, 2: use8, -1: others, 3: use88, 4: LinXi07,
5: use2, 6: use, 7: use1, 8: use7}
cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, thickness=2)
# 文字提示是谁
cv2.putText(frame, human[faceID],
(x + 30, y + 30), # 坐标
cv2.FONT_HERSHEY_SIMPLEX, # 字体
1, # 字号
(255, 0, 255), # 颜色
2) # 字的线宽
cv2.imshow("Face Identification System", frame)
# 等待10毫秒看是否有按键输入
k = cv2.waitKey(10)
# 如果输入q则退出循环
if k & 0xFF == ord(q):
break
# 释放摄像头并销毁所有窗口
cap.release()
cv2.destroyAllWindows()
以上就是全部代码啦。有啥疑问就评论区讨论奥。
这篇关于【深度学习】基于卷积神经网络（tensorflow）的人脸识别项目（四）的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
- 2024-10-30tensorflow是什么-icode9专业技术文章分享
- 2024-10-15成功地使用本地的 NVIDIA GPU 运行 PyTorch 或 TensorFlow
- 2024-01-23供应链投毒预警 | 恶意Py包仿冒tensorflow AI框架实施后门投毒攻击
- 2024-01-19attributeerror: module 'tensorflow' has no attribute 'placeholder'
- 2024-01-19module 'tensorflow.compat.v2' has no attribute 'internal'
- 2023-07-17【2023年】第33天 Neural Networks and Deep Learning with TensorFlow
- 2023-07-10【2023年】第32天 Boosted Trees with TensorFlow 2.0（随机森林）
- 2023-07-09【2023年】第31天 Logistic Regression with TensorFlow 2.0（用TensorFlow进行逻辑回归）
- 2023-07-01【2023年】第30天 Supervised Learning with TensorFlow 2（用TensorFlow进行监督学习 2）
- 2023-06-18【2023年】第29天 Supervised Learning with TensorFlow 1（用TensorFlow进行监督学习 1）
