Keras目标检测mtcnn facenet搭建人脸识别平台
目录
- 什么是mtcnn和facenet
- 1、mtcnn
- 2、facenet
- 实现流程
- 一、数据库的初始化
- 二、实时图片的处理
- 1、人脸的截取与对齐
- 2、利用facenet对矫正后的人脸进行编码
- 3、将实时图片中的人脸特征与数据库中的进行比对
- 4、实时处理图片整体代码
- 全部代码:
什么是mtcnn和facenet
1、mtcnn
MTCNN,英文全称是Multi-task convolutional neural network,中文全称是多任务卷积神经网络,该神经网络将人脸区域检测与人脸关键点检测放在了一起。
总体可分为P-Net、R-Net、和O-Net三层网络结构。
2、facenet
谷歌人脸检测算法,发表于 CVPR 2015,利用相同人脸在不同角度等姿态的照片下有高内聚性,不同人脸有低耦合性,提出使用 cnn + triplet mining 方法,在 LFW 数据集上准确度达到 99.63%。
通过 CNN 将人脸映射到欧式空间的特征向量上,实质上:不同图片人脸特征的距离较大;通过相同个体的人脸的距离,总是小于不同个体的人脸这一先验知识训练网络。
测试时只需要计算人脸特征EMBEDDING,然后计算距离使用阈值即可判定两张人脸照片是否属于相同的个体。
简单来讲,在使用阶段,facenet即是:
1、输入一张人脸图片
2、通过深度学习网络提取特征
3、L2标准化
4、得到128维特征向量。
整体实现代码下载
mtcnn原理和facenet原理可以参考我的另外两篇博客。
睿智的目标检测——Keras搭建mtcnn人脸检测平台
神经网络学习——facenet详解及其keras实现
实现流程
整体的代码摆放如下:
一、数据库的初始化
face_dataset里面装的是想要识别的人脸,比如说obama.jpg指的就是奥巴马。
数据库中每一张图片对应一个人的人脸,图片名字就是这个人的名字。
数据库初始化指的是人脸数据库的初始化。
想要实现人脸识别,首先要知道自己需要识别哪些人脸。
这就是数据库的一个功能,将想要检测到的人脸放入数据库中,并进行编码。
数据库的初始化具体执行的过程就是:
1、遍历数据库中所有的图片。
2、检测每个图片中的人脸位置。
3、利用mtcnn将人脸截取下载。
4、将获取到的人脸进行对齐。
5、利用facenet将人脸进行编码。
6、将所有人脸编码的结果放在一个列表中。
第6步得到的列表就是已知的所有人脸的特征列表,在之后获得的实时图片中的人脸都需要与已知人脸进行比对,这样我们才能知道谁是谁。实现代码如下:
class face_rec(): def __init__(self): # 创建mtcnn对象 # 检测图片中的人脸 self.mtcnn_model = mtcnn() # 门限函数 self.threshold = [0.5,0.8,0.9] # 载入facenet # 将检测到的人脸转化为128维的向量 self.facenet_model = InceptionResNetV1() # model.summary() model_path = './model_data/facenet_keras.h5' self.facenet_model.load_weights(model_path) #-----------------------------------------------# # 对数据库中的人脸进行编码 # known_face_encodings中存储的是编码后的人脸 # known_face_names为人脸的名字 #-----------------------------------------------# face_list = os.listdir("face_dataset") self.known_face_encodings=[] self.known_face_names=[] for face in face_list: name = face.split(".")[0] img = cv2.imread("./face_dataset/"+face) img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) # 检测人脸 rectangles = self.mtcnn_model.detectFace(img, self.threshold) # 转化成正方形 rectangles = utils.rect2square(np.array(rectangles)) # facenet要传入一个160x160的图片 rectangle = rectangles[0] # 记下他们的landmark landmark = (np.reshape(rectangle[5:15],(5,2)) - np.array([int(rectangle[0]),int(rectangle[1])]))/(rectangle[3]-rectangle[1])*160 crop_img = img[int(rectangle[1]):int(rectangle[3]), int(rectangle[0]):int(rectangle[2])] crop_img = cv2.resize(crop_img,(160,160)) new_img,_ = utils.Alignment_1(crop_img,landmark) new_img = np.expand_dims(new_img,0) # 将检测到的人脸传入到facenet的模型中,实现128维特征向量的提取 face_encoding = utils.calc_128_vec(self.facenet_model,new_img) self.known_face_encodings.append(face_encoding) self.known_face_names.append(name)
二、实时图片的处理
1、人脸的截取与对齐
利用mtcnn我们可以获得一张图片中人脸的位置,但是我们截取下来的人脸是这样的:
我们可以很明显的看出来人脸是歪着的,我们如果人脸可以正过来,那么将对人脸的特征提取非常有好处。
下面这张图看着就正多了。
常见的对齐方法有
1、通过双眼坐标进行旋正
2、通过矩阵运算求解仿射矩阵进行旋正
这里简单讲讲通过双眼坐标进行旋正。
利用双眼坐标进行旋正需要用到两个参数,如图所示分别是:
1、眼睛连线相对于水平线的倾斜角。
2、图片的中心。
利用这两个参数我们可以知道需要图片需要旋转的角度是多少,图片旋转的中心是什么。
代码实现如下,其中landmark是五个人脸特征点的位置:
#-------------------------------------# # 人脸对齐 #-------------------------------------# def Alignment_1(img,landmark): if landmark.shape[0]==68: x = landmark[36,0] - landmark[45,0] y = landmark[36,1] - landmark[45,1] elif landmark.shape[0]==5: x = landmark[0,0] - landmark[1,0] y = landmark[0,1] - landmark[1,1] # 眼睛连线相对于水平线的倾斜角 if x==0: angle = 0 else: # 计算它的弧度制 angle = math.atan(y/x)*180/math.pi center = (img.shape[1]//2, img.shape[0]//2) RotationMatrix = cv2.getRotationMatrix2D(center, angle, 1) # 仿射函数 new_img = cv2.warpAffine(img,RotationMatrix,(img.shape[1],img.shape[0])) RotationMatrix = np.array(RotationMatrix) new_landmark = [] for i in range(landmark.shape[0]): pts = [] pts.append(RotationMatrix[0,0]*landmark[i,0]+RotationMatrix[0,1]*landmark[i,1]+RotationMatrix[0,2]) pts.append(RotationMatrix[1,0]*landmark[i,0]+RotationMatrix[1,1]*landmark[i,1]+RotationMatrix[1,2]) new_landmark.append(pts) new_landmark = np.array(new_landmark) return new_img, new_landmark
2、利用facenet对矫正后的人脸进行编码
facenet是一个人脸特征获取的模型,将第1步获得的对齐人脸传入facenet模型就可以得到每个人脸的特征向量。
将所有特征向量保存在一个列表中,在第3步进行比对。
height,width,_ = np.shape(draw) draw_rgb = cv2.cvtColor(draw,cv2.COLOR_BGR2RGB) # 检测人脸 rectangles = self.mtcnn_model.detectFace(draw_rgb, self.threshold) print(np.shape(rectangles)) if len(rectangles)==0: return # 转化成正方形 rectangles = utils.rect2square(np.array(rectangles,dtype=np.int32)) rectangles[:,0] = np.clip(rectangles[:,0],0,width) rectangles[:,1] = np.clip(rectangles[:,1],0,height) rectangles[:,2] = np.clip(rectangles[:,2],0,width) rectangles[:,3] = np.clip(rectangles[:,3],0,height) #-----------------------------------------------# # 对检测到的人脸进行编码 #-----------------------------------------------# face_encodings = [] for rectangle in rectangles: # 获取landmark在小图中的坐标 landmark = (np.reshape(rectangle[5:15],(5,2)) - np.array([int(rectangle[0]),int(rectangle[1])]))/(rectangle[3]-rectangle[1])*160 # 截取图像 crop_img = draw_rgb[int(rectangle[1]):int(rectangle[3]), int(rectangle[0]):int(rectangle[2])] crop_img = cv2.resize(crop_img,(160,160)) # 对齐 new_img,_ = utils.Alignment_1(crop_img,landmark) new_img = np.expand_dims(new_img,0) # 利用facenet_model计算128维特征向量 face_encoding = utils.calc_128_vec(self.facenet_model,new_img) face_encodings.append(face_encoding)
3、将实时图片中的人脸特征与数据库中的进行比对
这个比对过程是这样的:
1、获取实时图片中的每一张人脸特征。
2、将每一张人脸特征和数据库中所有的人脸进行比较,计算距离。如果距离小于门限值,则认为其具有一定的相似度。
3、获得每一张人脸在数据库中最相似的人脸的序号。
4、判断这个序号对应的人脸距离是否小于门限,是则认为人脸识别成功,他就是这个人。
实现代码如下:
face_names = [] for face_encoding in face_encodings: # 取出一张脸并与数据库中所有的人脸进行对比,计算得分 matches = utils.compare_faces(self.known_face_encodings, face_encoding, tolerance = 0.9) name = "Unknown" # 找出距离最近的人脸 face_distances = utils.face_distance(self.known_face_encodings, face_encoding) # 取出这个最近人脸的评分 best_match_index = np.argmin(face_distances) if matches[best_match_index]: name = self.known_face_names[best_match_index] face_names.append(name)
4、实时处理图片整体代码
class face_rec(): def recognize(self,draw): #-----------------------------------------------# # 人脸识别 # 先定位,再进行数据库匹配 #-----------------------------------------------# height,width,_ = np.shape(draw) draw_rgb = cv2.cvtColor(draw,cv2.COLOR_BGR2RGB) # 检测人脸 rectangles = self.mtcnn_model.detectFace(draw_rgb, self.threshold) print(np.shape(rectangles)) if len(rectangles)==0: return # 转化成正方形 rectangles = utils.rect2square(np.array(rectangles,dtype=np.int32)) rectangles[:,0] = np.clip(rectangles[:,0],0,width) rectangles[:,1] = np.clip(rectangles[:,1],0,height) rectangles[:,2] = np.clip(rectangles[:,2],0,width) rectangles[:,3] = np.clip(rectangles[:,3],0,height) #-----------------------------------------------# # 对检测到的人脸进行编码 #-----------------------------------------------# face_encodings = [] for rectangle in rectangles: # 获取landmark在小图中的坐标 landmark = (np.reshape(rectangle[5:15],(5,2)) - np.array([int(rectangle[0]),int(rectangle[1])]))/(rectangle[3]-rectangle[1])*160 # 截取图像 crop_img = draw_rgb[int(rectangle[1]):int(rectangle[3]), int(rectangle[0]):int(rectangle[2])] crop_img = cv2.resize(crop_img,(160,160)) # 对齐 new_img,_ = utils.Alignment_1(crop_img,landmark) new_img = np.expand_dims(new_img,0) # 利用facenet_model计算128维特征向量 face_encoding = utils.calc_128_vec(self.facenet_model,new_img) face_encodings.append(face_encoding) face_names = [] for face_encoding in face_encodings: # 取出一张脸并与数据库中所有的人脸进行对比,计算得分 matches = utils.compare_faces(self.known_face_encodings, face_encoding, tolerance = 0.9) name = "Unknown" # 找出距离最近的人脸 face_distances = utils.face_distance(self.known_face_encodings, face_encoding) # 取出这个最近人脸的评分 best_match_index = np.argmin(face_distances) if matches[best_match_index]: name = self.known_face_names[best_match_index] face_names.append(name) rectangles = rectangles[:,0:4] #-----------------------------------------------# # 画框~!~ #-----------------------------------------------# for (left, top, right, bottom), name in zip(rectangles, face_names): cv2.rectangle(draw, (left, top), (right, bottom), (0, 0, 255), 2) font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(draw, name, (left , bottom - 15), font, 0.75, (255, 255, 255), 2) return draw
全部代码:
这里只放出主文件的全部代码,需要的可以去github下载:
import cv2 import os import numpy as np from net.mtcnn import mtcnn import utils.utils as utils from net.inception import InceptionResNetV1 class face_rec(): def __init__(self): # 创建mtcnn对象 # 检测图片中的人脸 self.mtcnn_model = mtcnn() # 门限函数 self.threshold = [0.5,0.8,0.9] # 载入facenet # 将检测到的人脸转化为128维的向量 self.facenet_model = InceptionResNetV1() # model.summary() model_path = './model_data/facenet_keras.h5' self.facenet_model.load_weights(model_path) #-----------------------------------------------# # 对数据库中的人脸进行编码 # known_face_encodings中存储的是编码后的人脸 # known_face_names为人脸的名字 #-----------------------------------------------# face_list = os.listdir("face_dataset") self.known_face_encodings=[] self.known_face_names=[] for face in face_list: name = face.split(".")[0] img = cv2.imread("./face_dataset/"+face) img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) # 检测人脸 rectangles = self.mtcnn_model.detectFace(img, self.threshold) # 转化成正方形 rectangles = utils.rect2square(np.array(rectangles)) # facenet要传入一个160x160的图片 rectangle = rectangles[0] # 记下他们的landmark landmark = (np.reshape(rectangle[5:15],(5,2)) - np.array([int(rectangle[0]),int(rectangle[1])]))/(rectangle[3]-rectangle[1])*160 crop_img = img[int(rectangle[1]):int(rectangle[3]), int(rectangle[0]):int(rectangle[2])] crop_img = cv2.resize(crop_img,(160,160)) new_img,_ = utils.Alignment_1(crop_img,landmark) new_img = np.expand_dims(new_img,0) # 将检测到的人脸传入到facenet的模型中,实现128维特征向量的提取 face_encoding = utils.calc_128_vec(self.facenet_model,new_img) self.known_face_encodings.append(face_encoding) self.known_face_names.append(name) def recognize(self,draw): #-----------------------------------------------# # 人脸识别 # 先定位,再进行数据库匹配 #-----------------------------------------------# height,width,_ = np.shape(draw) draw_rgb = cv2.cvtColor(draw,cv2.COLOR_BGR2RGB) # 检测人脸 rectangles = self.mtcnn_model.detectFace(draw_rgb, self.threshold) print(np.shape(rectangles)) if len(rectangles)==0: return # 转化成正方形 rectangles = utils.rect2square(np.array(rectangles,dtype=np.int32)) rectangles[:,0] = np.clip(rectangles[:,0],0,width) rectangles[:,1] = np.clip(rectangles[:,1],0,height) rectangles[:,2] = np.clip(rectangles[:,2],0,width) rectangles[:,3] = np.clip(rectangles[:,3],0,height) #-----------------------------------------------# # 对检测到的人脸进行编码 #-----------------------------------------------# face_encodings = [] for rectangle in rectangles: # 获取landmark在小图中的坐标 landmark = (np.reshape(rectangle[5:15],(5,2)) - np.array([int(rectangle[0]),int(rectangle[1])]))/(rectangle[3]-rectangle[1])*160 # 截取图像 crop_img = draw_rgb[int(rectangle[1]):int(rectangle[3]), int(rectangle[0]):int(rectangle[2])] crop_img = cv2.resize(crop_img,(160,160)) # 对齐 new_img,_ = utils.Alignment_1(crop_img,landmark) new_img = np.expand_dims(new_img,0) # 利用facenet_model计算128维特征向量 face_encoding = utils.calc_128_vec(self.facenet_model,new_img) face_encodings.append(face_encoding) face_names = [] for face_encoding in face_encodings: # 取出一张脸并与数据库中所有的人脸进行对比,计算得分 matches = utils.compare_faces(self.known_face_encodings, face_encoding, tolerance = 0.9) name = "Unknown" # 找出距离最近的人脸 face_distances = utils.face_distance(self.known_face_encodings, face_encoding) # 取出这个最近人脸的评分 best_match_index = np.argmin(face_distances) if matches[best_match_index]: name = self.known_face_names[best_match_index] face_names.append(name) rectangles = rectangles[:,0:4] #-----------------------------------------------# # 画框~!~ #-----------------------------------------------# for (left, top, right, bottom), name in zip(rectangles, face_names): cv2.rectangle(draw, (left, top), (right, bottom), (0, 0, 255), 2) font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(draw, name, (left , bottom - 15), font, 0.75, (255, 255, 255), 2) return draw if __name__ == "__main__": dududu = face_rec() video_capture = cv2.VideoCapture(1) while True: ret, draw = video_capture.read() dududu.recognize(draw) cv2.imshow('Video', draw) if cv2.waitKey(20) & 0xFF == ord('q'): break video_capture.release() cv2.destroyAllWindows()
以上就是Keras目标检测mtcnn facenet搭建人脸识别平台的详细内容,更多关于Keras目标检测mtcnn facenet人脸识别的资料请关注我们其它相关文章!