TensorFlow 09——ch06-人脸检测和人脸识别

代码：https://github.com/MONI-JUAN/Tensorflow_Study/tree/master/ch06-人脸检测和人脸识别

百度云链接：https://pan.baidu.com/s/1i4a85oHe5huA5U7pR9N_-w
提取码：aldv

一、第一部分

1.人脸检测和人脸对齐：MTCNN

• P-Net（输入12×12×3）
  • （输出1×1×2）人脸判断
  • （输出1×1×4）框回归
  • （输出1×1×10）人脸关键点位置：左眼、右眼、鼻子、左嘴角、右嘴角
• R-Net（输入24×24×3）
  • （输出1×1×2）人脸判断
  • （输出1×1×4）框回归
  • （输出1×1×10）人脸关键点位置：左眼、右眼、鼻子、左嘴角、右嘴角
• O-Net（输入48×48×3）
  • （输出1×1×2）人脸判断
  • （输出1×1×4）框回归
  • （输出1×1×10）人脸关键点位置：左眼、右眼、鼻子、左嘴角、右嘴角

2.深度卷积网络提取特征

• 三元组损失（ Triplet Loss ）

• 中心损失（ Center Loss ）

• 向量表示：

  • 对于同一个人的两张人脸图像，对应的向量之间的欧几里得距离应该比较小。
  • 对于不同人的两张人脸图像，对应的向量之间的欧几里得距离应该比较大。

3.应用

人脸验证、人脸识别、人脸聚类

二、第二部分

1.准备工作

• 把src目录加入PYTHONPATH

Linux：

export PYTHONPATH=[...]/src 

Windows：

参考TensorFlow 08——ch05-TensorFlow Object Detection 深度学习目标检测

把 [...]\src 加进去：

• 需要的库

可以测试一下：

＃以下是该项目中需费包库文件 
import tensorflow as tf 
import sklearn 
import scipy 
import cv2 
import hSpy 
import matplotlib 
import PIL 
import requests 
import psutil

cv2 没有的话，安装不是cv2是opencv-python

2.下载LFW 人脸数据库

在地址http://vis-www.cs.umass.edu/lfw/lfw.tgz 下载lfw数据集，并解压到~/datasets/中：

百度云链接：https://pan.baidu.com/s/1i4a85oHe5huA5U7pR9N_-w
提取码：aldv

Linux：命令

cd ~/datasets
mkdir -p lfw/raw
tar xvf ~/Downloads/lfw.tgz -C ./lfw/raw --strip-components=1

Windows：手动

./datasets/lfw/ 建两个：

raw：放解压的一大堆文件夹

lfw_mtcnnpy_160：空着放结果

3.修改代码

src\align\detect_face.py中的load()加上allow_pickle=True

data_dict = np.load(data_path, encoding='latin1', allow_pickle=True).item()  # 加上allow_pickle=True

4.对LFW进行人脸检测和对齐：

Linux：命令

python src/align/align_dataset_mtcnn.py \~/datasets/lfw/raw \~/datasets/lfw/lfw_mtcnnpy_160 \--image_size 160 --margin 32 \--random_order

在输出目录 ~/datasets/lfw/lfw_mtcnnpy_160 中可以找到检测、对齐后裁剪好的人脸。

Windows：

python src/align/align_dataset_mtcnn.py  ./datasets/lfw/raw ./datasets/lfw/lfw_mtcnnpy_160 --image_size 160 --margin 32 --random_order

5.验证已有模型的正确率

Linux：

python src/validate_on_lfw.py \
~/datasets/lfw/lfw_mtcnnpy_160 \ 
~/models/facenet/20170512-110547

Windows：

python src/validate_on_lfw.py datasets/lfw/lfw_mtcnnpy_160 src/models/facenet/20170512-110547/

6.在自己的数据上使用已有模型

假设现在有三张图片./test_imgs/1.jpg、 ./test_imgs/2.jpg、 ./test_imgs/3.jpg , 这三张图片中各含再一个人的人脸，希望计算它们两两之间的距离。

使用 compare.py 就可以实现，运行下面的代码．

Linux：

python src/compare.py \ 
~/models/facenet/20170512-110547/ \ 
./test_imgs/1.jpg ./test_imgs/2.jpg ./test_imgs/3.jpg 

Windows：

python src/compare.py src/models/facenet/20170512-110547/ ./test_imgs/1.jpg ./test_imgs/2.jpg ./test_imgs/3.jpg