用Python实现一个简单的人脸识别,原来我和这个明星如此相似

作者: AI中国 Kimberly Cook 2018-11-06 21:00:09

近几年来,兴起了一股人工智能热潮,让人们见到了AI的能力和强大,比如图像识别,语音识别,机器翻译,无人驾驶等等。总体来说,AI的门槛还是比较高,不仅要学会使用框架实现,更重要的是,需要有一定的数学基础,如线性代数,矩阵,微积分等。

幸庆的是,国内外许多大神都已经给我们造好“轮子”,我们可以直接来使用某些模型。今天就和大家交流下如何实现一个简易版的人脸对比,非常有趣!

整体思路:

  • 预先导入所需要的人脸识别模型
  • 遍历循环识别文件夹里面的图片,让模型“记住”人物的样子
  • 输入一张新的图像,与前一步文件夹里面的图片比对,返回最接近的结果

使用到的第三方模块和模型:

模块:os,dlib,glob,numpy

模型:人脸关键点检测器,人脸识别模型

1.导入需要的模块和模型

用Python实现一个简单的人脸识别,原来我和这个明星如此相似

这里解释一下两个dat文件:

它们的本质是参数值(即神经网络的权重)。人脸识别算是深度学习的一个应用,事先需要经过大量的人脸图像来训练。所以一开始我们需要去设计一个神经网络结构,来“记住”人类的脸。

对于神经网络来说,即便是同样的结构,不同的参数也会导致识别的东西不一样。在这里,这两个参数文件就对应了不同的功能(它们对应的神经网络结构也不同):

shape_predictor.dat这个是为了检测人脸的关键点,比如眼睛,嘴巴等等;dlib_face_recognition.dat是在前面检测关键点的基础上,生成人脸的特征值。

所以后面使用dlib模块的时候,其实就是相当于,调用了某个神经网络结构,再把预先训练好的参数传给我们调用的神经网络。顺便提一下,在深度学习领域中,往往动不动会训练出一个上百M的参数模型出来,是很正常的事。

2.对训练集进行识别

在这一步中,我们要完成的是,对图片文件夹里面的人物图像,计算他们的人脸特征,并放到一个列表里面,为了后面可以和新的图像进行一个距离计算。关键地方会加上注释,应该不难理解,具体实现为:

用Python实现一个简单的人脸识别,原来我和这个明星如此相似

当你做完这一步之后,输出列表descriptors看一下,可以看到类似这样的数组,每一个数组代表的就是每一张图片的特征量(128维)。然后我们可以使用L2范式(欧式距离),来计算两者间的距离。

举个例子,比如经过计算后,A的特征值是[x1,x2,x3],B的特征值是[y1,y2,y3], C的特征值是[z1,z2,z3],

用Python实现一个简单的人脸识别,原来我和这个明星如此相似

那么由于A和B更接近,所以会认为A和B更像。想象一下极端情况,如果是同一个人的两张不同照片,那么它们的特征值是不是应该会几乎接近呢?知道了这一点,就可以继续往下走了。

用Python实现一个简单的人脸识别,原来我和这个明星如此相似

3.处理待对比的图片

其实是同样的道理,如法炮制,目的就是算出一个特征值出来,所以和第二步差不多。然后再顺便计算出新图片和第二步中每一张图片的距离,再合成一个字典类型,排个序,选出最小值,搞定收工!

用Python实现一个简单的人脸识别,原来我和这个明星如此相似

4.运行看一下

这里我用了一张“断水流大师兄”林国斌的照片,识别的结果是,果然,是最接近黎明了(嘻嘻,我爱黎明)。但如果你事先在训练图像集里面有放入林国斌的照片,那么出来的结果就是林国斌了。

用Python实现一个简单的人脸识别,原来我和这个明星如此相似

为什么是黎明呢?我们看一下输入图片里的人物***与每个明星的距离,输出打印一下:

用Python实现一个简单的人脸识别,原来我和这个明星如此相似

没错,他和黎明的距离是最小的,所以和他也最像了!

Python就是这么有趣好玩,可以玩爬虫,探秘数据分析,量化金融来赚钱,也可以来撩妹子做自动化工作,机器学习领域就更好了,人脸识别,自然语言处理,数据预测和挖掘!
Python 编程语言 人脸识别
上一篇:Dynatrace全栈式人工智能监控助力企业翱翔AWS云端 下一篇:“先天不足”的谷歌无人驾驶,商业化难逃“夭折”宿命?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

CV内卷!心理学家学会人脸识别,训练600万视频区分世界各地表情

机器学习又跨界发Nature啦!美国东北大学的研究员将研究成果发表在Nature上,探究世界各地人类的表情有什么不一样?结果相关率只有30%。

佚名 ·  2021-05-31 13:19:55
刷脸时代真的来了,你有参与吗?

数据显示,预计未来几年,人脸识别市场规模将保持年均20%左右的高速增长,到2022 年,全球人脸识别市场规模将达75.95亿美元。

知情达理晚风r1 ·  2021-05-18 11:14:55
NLP入门系列之自然语言处理

本章为自然语言处理提供了一个高层次的介绍。解释了自然语言处理是什么,最常见的自然语言处理应用是哪些以及开发自然语言处理应用程序的基本方法是什么。

AI Publishing ·  2021-05-18 07:15:37
人脸识别太简单,AI还能识别你的手指行为,惊悚至极

面部识别并不是我们使用计算机识别唯一可怕的事情。如果人工智能可以看到我们敲击键盘,触摸屏幕的视频,并准确推断我们正在使用的应用程序和我们正在键入的内容,会怎么样?

风中小学生 ·  2021-05-16 15:32:34
处理人工智能任务必须知道的11个Python库

Python对数据科学如此重要的原因之一是它海量的数据分析和可视化库。在本文中,我们讨论了最受欢迎的一些。

Huangwei AI ·  2021-05-13 13:07:35
神奇的人脸识别:为啥眼熟之人戴口罩、墨镜还是能认出来?

佚名 ·  2021-05-10 11:11:36
人脸识别之人脸关键特征识别

当下人脸识别在生活中被应用得愈加广泛。那么,人脸识别是如何对人脸关键特征进行识别的?在前面文章里,作者对人脸识别的图像预处理进行了介绍。本篇文章中,作者则介绍了人脸识别的关键特征识别,让我们一起来看一下。

佚名 ·  2021-05-10 11:08:00
如何用Python开发QQ机器人

虽然该文最终是达到以python开发mirai机器人的目的,但起步教程,尤其是环境配置上仍然有大量的相同操作,对其他编程语言仍有借鉴之处。

佚名 ·  2021-05-07 13:20:39
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载