摘要：整個(gè)工程中應(yīng)用了深度學(xué)習(xí)框架來(lái)建立識(shí)別人臉的神經(jīng)網(wǎng)絡(luò)，和一個(gè)網(wǎng)絡(luò)攝像頭用來(lái)捕捉老板的人臉。所以，我用和編寫(xiě)了一段裁剪人臉圖像的腳本，代碼在這里下載偷拍到的人臉圖像比我之前設(shè)想的更清楚識(shí)別人臉圖像接下來(lái)，要用機(jī)器學(xué)習(xí)教會(huì)電腦識(shí)別老板的臉。

深度學(xué)習(xí)如果上班的時(shí)候想放松一下，或者直說(shuō)想偷偷懶，看點(diǎn)和工作無(wú)關(guān)的網(wǎng)頁(yè)，這時(shí)候萬(wàn)一老板突然出現(xiàn)在背后，會(huì)不會(huì)感到很難堪呢?

有的瀏覽器設(shè)置了boss按鍵，手快的人還可以切換屏幕，不過(guò)總會(huì)顯得不自然，而且經(jīng)常搞的手忙腳亂的。

一個(gè)日本程序員決定自己動(dòng)手，編寫(xiě)一個(gè)一勞永逸的辦法，我們來(lái)看看他是怎么實(shí)現(xiàn)的吧~

思路很直接：用網(wǎng)絡(luò)攝像頭自動(dòng)識(shí)別在工位通道走過(guò)的人臉，如果確認(rèn)是老板的話(huà)，就用一張寫(xiě)滿(mǎn)了代碼的截圖覆蓋到整個(gè)屏幕上。 整個(gè)工程中應(yīng)用了Keras深度學(xué)習(xí)框架來(lái)建立識(shí)別人臉的神經(jīng)網(wǎng)絡(luò)，和一個(gè)網(wǎng)絡(luò)攝像頭用來(lái)捕捉老板的人臉。

任務(wù)是這樣的：

當(dāng)老板接近我的工位時(shí)，電腦就會(huì)自動(dòng)切換屏幕

辦公室的情況如下：

從老板的座位到我的座位大約6~7米，他會(huì)在離開(kāi)座位后4到5秒鐘到達(dá)我的座位，因此，需要在這之前隱藏屏幕，所以時(shí)間比較緊迫。

策略

首先需要讓電腦完成對(duì)老板面部的深度學(xué)習(xí)。然后在我的辦公桌上擺上一個(gè)網(wǎng)絡(luò)攝像頭，讓攝像頭對(duì)著通道，當(dāng)網(wǎng)絡(luò)攝像頭捕捉到老板的臉時(shí)就切換屏幕。

嗯，這是一個(gè)完美的項(xiàng)目。先取一個(gè)好名字，就叫Boss Sensor(老板探測(cè)器)好了。

Boss Sensor的簡(jiǎn)單結(jié)構(gòu)圖如下：

處理過(guò)程分為三步：

網(wǎng)絡(luò)攝像頭實(shí)時(shí)拍攝圖像

學(xué)習(xí)模型檢測(cè)和識(shí)別所拍攝圖像的人臉

如果識(shí)別結(jié)果是老板則切換屏幕

所需要的技術(shù)實(shí)現(xiàn)只有三項(xiàng)：

拍攝人臉圖像

識(shí)別人臉圖像

切換屏幕

一步步完成之后整合就可以了。

拍攝人臉圖像

首先找一個(gè)網(wǎng)絡(luò)攝像頭，我用的是BUFFALO BSW20KM11BK攝像頭，大家隨便找個(gè)清晰度夠的就可以了。

較好不要用相機(jī)自帶的識(shí)別軟件裁剪人臉，因?yàn)楹竺娴纳疃葘W(xué)習(xí)過(guò)程還需要處理。所以，我用Python和OpenCV編寫(xiě)了一段裁剪人臉圖像的腳本，代碼在這里下載>>>

偷拍到的人臉圖像比我之前設(shè)想的更清楚

識(shí)別人臉圖像

接下來(lái)，要用機(jī)器學(xué)習(xí)教會(huì)電腦識(shí)別老板的臉。

我們需要以下三個(gè)步驟：

采集圖像

圖像預(yù)處理

建立機(jī)器學(xué)習(xí)模型

讓我們一個(gè)接一個(gè)看一下。

采集圖像

首先，需要收集大量的圖片供電腦學(xué)習(xí)。一般來(lái)說(shuō)有三種大量收集圖片的方法：

谷歌圖片搜索

Facebook的圖像采集

從視頻里截圖

一開(kāi)始，我像電影里的特工一樣收集了各種搜索引擎上的老板照片，還有Facebook上老板自己上傳的照片，但說(shuō)實(shí)話(huà)，沒(méi)有收集到足夠的圖像。所以，反正老板就在身邊，我就簡(jiǎn)單粗暴的拍攝了一段他的視頻，然后把視頻分解成大量的圖像。

圖像預(yù)處理

現(xiàn)在我有很多人臉圖像了，但還不能拿它們來(lái)建立學(xué)習(xí)模型，必須要裁剪掉與臉部不相關(guān)的部分。

我使用ImageMagick來(lái)提取人臉，你可以用別的圖像軟件來(lái)做。

總之，最后我收集了大量的人臉圖像，就像這樣:

估計(jì)我是全世界擁有最多老板頭像的人了，肯定比他爸爸媽媽要多的多。

現(xiàn)在可以準(zhǔn)備機(jī)器學(xué)習(xí)了。

建立機(jī)器學(xué)習(xí)模型

Keras框架用來(lái)建立卷積神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)培訓(xùn)。Tensorflow用來(lái)寫(xiě)Keras的后端。如果只識(shí)別臉部的話(huà)，可以調(diào)用一些Web API比如微軟的Computer Vision API，但這次我決定自己來(lái)實(shí)現(xiàn)，因?yàn)檫@個(gè)項(xiàng)目需要確保實(shí)時(shí)性。

網(wǎng)絡(luò)體系結(jié)構(gòu)大體如下，Keras非常方便，它可以很輕松的輸出這樣的結(jié)構(gòu):

至此，只要老板出現(xiàn)在攝像頭中，我就可以識(shí)別出他來(lái)了。

切換屏幕

最后一步，很簡(jiǎn)單，學(xué)習(xí)模型識(shí)別出老板的臉之后，把電腦屏幕換掉就好了。

我是程序員，所以我準(zhǔn)備了這樣一張圖：

電腦上只顯示這張圖片，這樣就可以假裝我在認(rèn)真工作了。

這張圖需要全屏顯示，所以我調(diào)用了PyQt庫(kù)，代碼在這里下載>>>

一切工作都完成了。

成品

最后把分別實(shí)現(xiàn)的技術(shù)整合起來(lái)并驗(yàn)證，真的成功了!

“現(xiàn)在老板離開(kāi)了座位，正走向我的工位。”

“OpenCV已經(jīng)檢測(cè)出人臉，將人臉圖像發(fā)送給學(xué)習(xí)模型?！?/p>

“學(xué)習(xí)模型認(rèn)出了他，屏幕自動(dòng)切換。ヽ(‘ ?‘ )ノ”

源碼

這就是我的Boss Sensor，全部的源碼都放在github上了，可以在這里下載>>>

總結(jié)

結(jié)合網(wǎng)絡(luò)攝像頭的實(shí)時(shí)圖像采集和Keras深度學(xué)習(xí)框架，確實(shí)可以完成人臉識(shí)別。

在實(shí)踐過(guò)程中，我發(fā)現(xiàn)OpenCV的圖像精度不夠高，雖然不影響識(shí)別，但我準(zhǔn)備改用Dlib來(lái)提高精度，另外我想自己編寫(xiě)人臉檢測(cè)訓(xùn)練模型。

網(wǎng)絡(luò)攝像頭獲取的圖像不夠清晰，我準(zhǔn)備換個(gè)攝像頭。

唉，坑還是越挖越深啊~

End.

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)

QQ群：81035754