0%

人脸定位和识别

现在很多智能手机或者照相机都有人脸检测的功能了。不仅如此,现在的人工智能还能对照片进行比对看两个照片是不是同一个人,或者基于一个样本库,直接识别照片中人的姓名,正确率一般能达到80%以上。

人脸定位

功能:在一张照片中定位所有人脸的位置。

实现:使用python sklearn和openCV进行人脸检测和定位。

找到代码:face-boxer.py
https://gist.github.com/dannguyen/cfa2fb49b28c82a1068f#file-face-boxer-py

使用时出现问题:

问题1
由于我在ubuntu上安装的是最新版本的openCV3.0.0,有些语句更改了,造成原始代码错误:

"face_detect.py", line 21, in flags = cv2.cv.CV_HAAR_SCALE_IMAGE AttributeError: 'module' object has no attribute 'cv'

问题解决的办法:

具体方法如下:
the cv2.cv submodule got removed in opencv3.0, also some constants were changed.
please use cv2.CASCADE_SCALE_IMAGE instead
(do a help(cv2) to see the updated constants)
参见opencv 3.0.0-dev python bindings not working properly - Stack Overflow

实际上只需要将原来的cv2.cv.CV_HAAR_SCALE_IMAGE替换为cv2.CASCADE_SCALE_IMAGE

问题2
之后又发现程序不报错,但是不能产生人脸识别好的图片

处理:
修改产生图片文件名的那一句,去掉/temp/等内容,之后就可以正常产生人脸检测的图片了。

总结:下次遇到问题,特别是程序运行出错,去http://stackoverflow.com找答案会比较便捷。

实际上我在安装openCV的时候也遇到了麻烦,最后参照下面教程安装成功:
Installing OpenCV 3.0.0 on Ubuntu 14.04 » Rodrigo Berriel
http://rodrigoberriel.com/2014/10/installing-opencv-3-0-0-on-ubuntu-14-04/

这个教程提供了自动安装的脚本,但是我还是手动安装的。

人脸识别

Python的好处就是可以用二三十行的语句就能完成几乎所有任务

学习资源:
5.5.4. The Labeled Faces in the Wild face recognition dataset — scikit-learn 0.17 documentation
这个资源介绍了LFW数据库和其用法,lfw是一个从互联网上获得的名人人脸数据库。

Faces recognition example using eigenfaces and SVMs — scikit-learn 0.17 documentation
http://scikit-learn.org/stable/auto_examples/applications/face_recognition.html

我跑的代码也是上面这个,文件名face_recognition.py

对这个代码详细解释的教程见这里:
Machine learning for facial recognition | EFavDB
http://efavdb.com/machine-learning-for-facial-recognition-3/

进一步学习

下面是一个叫Frolian的程序员博客,介绍了如何通过类似的方法在摄像头中识别笑脸。有空可以好好研究一下。

Smile Recognition Using OpenCV and scikit-learn
http://flothesof.github.io/smile-recognition.html

关于机器学习的另一个比较经典的学习资源:
2.11. scikit-learn: machine learning in Python — Scipy lecture notes
http://www.scipy-lectures.org/advanced/scikit-learn/index.html

感谢您的鼓励和打赏!