【51CTO.com原創(chuàng)稿件】Instagram 的聯(lián)合創(chuàng)始人兼首席技術(shù)官 Mike Kreiger 說：“計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)其實(shí)已開始流行起來，但是對于大多數(shù)人來說，計(jì)算機(jī)看了圖像后看到了什么這方面還是比較模糊。”

近年來，計(jì)算機(jī)視覺這個(gè)神奇的領(lǐng)域已漸成氣候。該技術(shù)在世界各地已有廣泛的應(yīng)用，而我們才開了個(gè)頭!

我在這個(gè)領(lǐng)域最喜歡的事情之一是我們的社區(qū)擁抱開源這個(gè)概念。連各大科技巨頭也愿意與每個(gè)人分享新的突破和創(chuàng)新，以便這項(xiàng)技術(shù)不會成為“有錢人的玩物”。

人臉檢測就是這樣一種技術(shù)，它在實(shí)際用例下?lián)碛袕V泛的潛在用途(如果使用得當(dāng)且符合倫理道德)。在本文中我將介紹如何使用開源工具構(gòu)建一種功能強(qiáng)大的人臉檢測算法。

人臉檢測大有前景的應(yīng)用

讓我舉幾個(gè)表明人臉檢測技術(shù)在普遍使用的典例。我確信你肯定在某個(gè)時(shí)候碰到過這些用例，只是沒有意識到幕后使用了什么技術(shù)!

比如，F(xiàn)acebook 把圖像手動(dòng)標(biāo)記換成了為上傳到平臺的每張圖片建議自動(dòng)生成的標(biāo)記。

Facebook 使用一種簡單的人臉檢測算法來分析圖像中人臉的像素，并將其與相關(guān)用戶進(jìn)行比較。

我們將學(xué)習(xí)如何自行構(gòu)建一個(gè)人臉檢測模型，但在深入介紹這方面的技術(shù)細(xì)節(jié)之前，不妨討論另外幾個(gè)用例。

我們習(xí)慣于使用最新的“人臉解鎖”功能解鎖手機(jī)。這是表明如何使用人臉檢測技術(shù)來保持個(gè)人數(shù)據(jù)安全性的一個(gè)很小的例子。

同樣技術(shù)可以在更大的規(guī)模內(nèi)予以實(shí)現(xiàn)，使攝像頭能夠捕捉圖像、檢測人臉。

在廣告、醫(yī)療保健和銀行等行業(yè)，有另外幾個(gè)鮮為人知的人臉檢測應(yīng)用。在大多數(shù)公司或甚至在許多會議中，你需要攜帶身份證件才能進(jìn)入。

但如果我們能找到一種方法，不需要攜帶任何身份證件就能進(jìn)入，將會怎么樣?

人臉檢測有助于使這個(gè)過程流暢簡單。人只要看一眼攝像頭，它就會自動(dòng)檢測要不要允許他/她進(jìn)入。

人臉檢測的另一個(gè)值得關(guān)注的應(yīng)用是可以計(jì)算參加活動(dòng)(比如會議或音樂會)的人數(shù)。

我們安裝了一個(gè)可以捕獲參與者圖像并為我們提供總?cè)藬?shù)的攝像頭，而不是手動(dòng)計(jì)算參與者。這有助于使整個(gè)過程自動(dòng)化，并節(jié)省大量手動(dòng)工作。是不是覺得很有用?

在本文中我將著重介紹人臉檢測的實(shí)際應(yīng)用，簡單介紹其中的算法是如何工作的。

如何使用手頭開源工具實(shí)現(xiàn)人臉檢測

你已了解了人臉檢測技術(shù)的潛在應(yīng)用場景，不妨看看我們?nèi)绾问褂檬诸^的開源工具來實(shí)現(xiàn)這項(xiàng)技術(shù)。

具體就本文而言，這是我使用和推薦使用的軟硬件：

• 用來在聯(lián)想 E470 ThinkPad 筆記本電腦(酷睿 i5 第 7 代)上構(gòu)建實(shí)時(shí)人臉檢測系統(tǒng)的網(wǎng)絡(luò)攝像頭(羅技 C920)。

你還可以在其他任何適當(dāng)?shù)南到y(tǒng)上使用筆記本電腦的內(nèi)置攝像頭或閉路電視攝像頭用于實(shí)時(shí)視頻分析，而不是采用我使用的這套設(shè)置。

• 使用 GPU 進(jìn)行更快速的視頻處理始終是額外好處。
• 在軟件方面，我們使用了已安裝所有必備軟件的 Ubuntu 18.04 操作系統(tǒng)。

不妨更深入一點(diǎn)地探討這幾點(diǎn)，確保在構(gòu)建人臉檢測模型之前已正確設(shè)置好了一切。

第 1 步：硬件設(shè)置

你要做的第一件事是檢查網(wǎng)絡(luò)攝像頭是否設(shè)置正確。Ubuntu 中的一個(gè)簡單技巧是查看設(shè)備是否已被操作系統(tǒng)注冊。

可以按照下列步驟來操作：

• 將網(wǎng)絡(luò)攝像頭連接到筆記本電腦之前，進(jìn)入到命令提示符并輸入 ls /dev/video*，檢查所有已連接的視頻設(shè)備。這會輸出顯示已連接到系統(tǒng)的視頻設(shè)備。
• 連接網(wǎng)絡(luò)攝像頭，并再次運(yùn)行上述命令。如果網(wǎng)絡(luò)攝像頭已成功連接，命令會顯示一個(gè)新設(shè)備。
• 可以做的另一件事是使用任何網(wǎng)絡(luò)攝像頭軟件來檢查網(wǎng)絡(luò)攝像頭是否正常工作。你可以在 Ubuntu 中使用“Cheese”來執(zhí)行這番操作。

這里我們可以看到網(wǎng)絡(luò)攝像頭已正確設(shè)置。硬件方面就是這些!

第 2 步：軟件設(shè)置

①安裝 Python

本文中的代碼是用 Python 版本 3.5 構(gòu)建的。雖然有多種方法來安裝 Python，但我建議使用 Anaconda，這是最流行的數(shù)據(jù)科學(xué) Python 發(fā)行版。

這是系統(tǒng)中安裝 Anaconda 的鏈接：

https://www.anaconda.com/download 

②安裝 OpenCV

OpenCV(開源計(jì)算機(jī)視覺)是一個(gè)旨在構(gòu)建計(jì)算機(jī)視覺應(yīng)用程序的庫。它有許多用于圖像處理任務(wù)的預(yù)編寫函數(shù)。

想安裝 OpenCV，對庫進(jìn)行 pip 安裝：

pip3 install opencv-python 

③安裝 face_recognition API

最后，我們將使用 face_recognition，這號稱是世界上最簡單的面向 Python 的人臉識別 API。

想安裝它，請運(yùn)行下列命令：

pip install dlib 
pip install face_recognition 

深入了解實(shí)現(xiàn)方式

現(xiàn)在你已設(shè)置好了系統(tǒng)，終于可以深入了解實(shí)際的實(shí)現(xiàn)方式。首先，我們將迅速構(gòu)建程序，然后對其分解以了解我們所做的工作。

先創(chuàng)建一個(gè)文件 face_detector.py，然后拷貝如下所示的代碼：

# import libraries 
import cv2 
importface_recognition 
 
# Get a reference towebcam 
video_capture =cv2.VideoCapture("/dev/video1") 
 
# Initialize variables 
face_locations = [] 
 
while True: 
    # Grab a single frame of video 
    ret, frame = video_capture.read() 
 
    # Convert the image from BGR color (whichOpenCV uses) to RGB color (which face_recognition uses) 
    rgb_frame = frame[:, :, ::-1] 
 
    # Find all the faces in the current frameof video 
    face_locations =face_recognition.face_locations(rgb_frame) 
 
    # Display the results 
    for top, right, bottom, left inface_locations: 
        # Draw a box around the face 
        cv2.rectangle(frame, (left, top),(right, bottom), (0, 0, 255), 2) 
 
    # Display the resulting image 
    cv2.imshow('Video', frame) 
 
    # Hit 'q' on the keyboard to quit! 
    if cv2.waitKey(1) & 0xFF == ord('q'): 
        break 
 
# Release handle tothe webcam 
video_capture.release() 
cv2.destroyAllWindows() 

然后，輸入以下命令，運(yùn)行該 Python 文件：

python face_detector.py 

如果一切正常，會彈出一個(gè)新窗口，實(shí)時(shí)人臉檢測在運(yùn)行中。

總結(jié)一下，這是我們上述代碼執(zhí)行的操作：

• 首先，我們定義了將進(jìn)行視頻分析的硬件。
• 此后，我們實(shí)時(shí)捕捉視頻，逐幀捕捉。
• 然后，我們處理每幀，并提取圖像中所有人臉的位置。
• 最后，我們以視頻形式渲染這些幀以及人臉位置。

是不是很簡單?如果你想了解更具體的細(xì)節(jié)，我已在每個(gè)代碼部分中包含注釋。你可以隨時(shí)返回查看。

人臉檢測的用例

樂趣并不僅限于此!我們能做的另一件很酷的事情就是圍繞上述代碼構(gòu)建完整的用例。而且你無需從頭開始，我們只要對代碼進(jìn)行幾處小小的改動(dòng)即可。

比如說，假設(shè)你想構(gòu)建一個(gè)基于攝像頭的自動(dòng)系統(tǒng)來實(shí)時(shí)跟蹤說話人的位置。根據(jù)其位置，系統(tǒng)轉(zhuǎn)動(dòng)攝像頭，以便說話人始終在視頻的中間。

我們該如何解決這個(gè)問題?第一步是構(gòu)建識別視頻中一個(gè)人或多個(gè)人的系統(tǒng)，并關(guān)注說話人的位置。

不妨看看我們?nèi)绾螌?shí)現(xiàn)這一點(diǎn)。為了本文需要，我從 Youtube 上下載了一段視頻(https://youtu.be/A_-KqX-RazQ)，視頻中有個(gè)人在 2017 年 DataHack 峰會上講話。

首先，我們導(dǎo)入必要的庫：

import cv2 
importface_recognition 

然后，閱讀視頻并獲取長度：

input_movie =cv2.VideoCapture("sample_video.mp4") 
length = int(input_movie.get(cv2.CAP_PROP_FRAME_COUNT)) 

之后，我們創(chuàng)建一個(gè)擁有所需分辨率和幀速率的輸出文件，與輸入文件類似。

加載說話人的示例圖像以便在視頻中識別他：

image =face_recognition.load_image_file("sample_image.jpeg") 
face_encoding =face_recognition.face_encodings(image)[0] 
 
known_faces = [ 
face_encoding, 
] 

這一切都已完成，現(xiàn)在我們運(yùn)行一個(gè)循環(huán)，它將執(zhí)行以下操作：

• 從視頻中提取幀。
• 找到所有人臉，并識別它們。
• 創(chuàng)建一個(gè)新視頻，將原始幀與標(biāo)注的說話人人臉位置相結(jié)合。

不妨看看這個(gè)代碼：

# Initialize variables 
face_locations = [] 
face_encodings = [] 
face_names = [] 
frame_number = 0 
 
while True: 
    # Grab a single frame of video 
    ret, frame = input_movie.read() 
    frame_number += 1 
 
    # Quit when the input video file ends 
    if not ret: 
        break 
 
    # Convert the image from BGR color (whichOpenCV uses) to RGB color (which face_recognition uses) 
    rgb_frame = frame[:, :, ::-1] 
 
    # Find all the faces and face encodings inthe current frame of video 
    face_locations =face_recognition.face_locations(rgb_frame, model="cnn") 
    face_encodings =face_recognition.face_encodings(rgb_frame, face_locations) 
 
    face_names = [] 
    for face_encoding in face_encodings: 
        # See if the face is a match for theknown face(s) 
        match =face_recognition.compare_faces(known_faces, face_encoding, tolerance=0.50) 
 
        name = None 
        if match[0]: 
            name = "Phani Srikant" 
 
        face_names.append(name) 
 
    # Label the results 
    for (top, right, bottom, left), name inzip(face_locations, face_names): 
        if not name: 
            continue 
 
        # Draw a box around the face 
        cv2.rectangle(frame, (left, top),(right, bottom), (0, 0, 255), 2) 
 
        # Draw a label with a name below theface 
        cv2.rectangle(frame, (left, bottom -25), (right, bottom), (0, 0, 255), cv2.FILLED) 
        font = cv2.FONT_HERSHEY_DUPLEX 
        cv2.putText(frame, name, (left + 6,bottom - 6), font, 0.5, (255, 255, 255), 1) 
 
    # Write the resulting image to the outputvideo file 
    print("Writing frame {} /{}".format(frame_number, length)) 
    output_movie.write(frame) 
 
# All done! 
input_movie.release() 
cv2.destroyAllWindows() 

然后代碼會給出這樣的輸出：

人臉檢測真是了不起的本領(lǐng)。

結(jié)論

恭喜!你現(xiàn)在知道如何為許多潛在用例構(gòu)建人臉檢測系統(tǒng)了。深度學(xué)習(xí)是非常迷人的領(lǐng)域，我很期望下一步的方向。

我們在本文中學(xué)習(xí)了如何利用開源工具構(gòu)建具有實(shí)際用途的實(shí)時(shí)人臉檢測系統(tǒng)。

我鼓勵(lì)各位構(gòu)建眾多這樣的應(yīng)用，并自己試一試。相信我，你能學(xué)到好多東西，而且蠻有意思。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請注明原文作者和出處為51CTO.com】