Python基礎(chǔ)教程 | Python的開源人臉識別庫：離線識別率高達(dá)99.38%
以往的人臉識別主要是包括人臉圖像采集、人臉識別預(yù)處理、身份確認(rèn)、身份查找等技術(shù)和系統(tǒng)?，F(xiàn)在人臉識別已經(jīng)慢慢延伸到了ADAS中的駕駛員檢測、行人跟蹤、甚至到了動態(tài)物體的跟蹤。由此可以看出，人臉識別系統(tǒng)已經(jīng)由簡單的圖像處理發(fā)展到了視頻實時處理。而且算法已經(jīng)由以前的Adaboots、PCA等傳統(tǒng)的統(tǒng)計學(xué)方法轉(zhuǎn)變?yōu)镃NN、RCNN等深度學(xué)習(xí)及其變形的方法?，F(xiàn)在也有相當(dāng)一部分人開始研究3維人臉識別識別，這種項目目前也受到了學(xué)術(shù)界、工業(yè)界和國家的支持。
首先看看現(xiàn)在的研究現(xiàn)狀。如上的發(fā)展趨勢可以知道，現(xiàn)在的主要研究方向是利用深度學(xué)習(xí)的方法解決視頻人臉識別。
主要的研究人員：?
如下：中科院計算所的山世光教授、中科院生物識別研究所的李子青教授、清華大學(xué)的蘇光大教授、香港中文大學(xué)的湯曉鷗教授、Ross B. Girshick等等。
主要開源項目：
-
SeetaFace人臉識別引擎。該引擎由中科院計算所山世光研究員帶領(lǐng)的人臉識別研究組研發(fā)。代碼基于C++實現(xiàn)，且不依賴于任何第三方的庫函數(shù)，開源協(xié)議為BSD-2，可供學(xué)術(shù)界和工業(yè)界免費使用。github鏈接：
https://github.com/seetaface/SeetaFaceEngine
主要軟件API/SDK:
-
face++。Face++.com 是一個提供免費人臉檢測、人臉識別、人臉屬性分析等服務(wù)的云端服務(wù)平臺。Face++是北京曠視科技有限公司旗下的全新人臉技術(shù)云平臺，在黑馬大賽中，F(xiàn)ace++獲得年度總冠軍，已獲得聯(lián)想之星投資。
-
skybiometry.。主要包含了face detection、face recognition、face grouping。
?
主要的人臉識別圖像庫：?
目前公開的比較好的人臉圖像庫有LFW（Labelled Faces in the Wild）和YFW（Youtube Faces in the Wild）。現(xiàn)在的實驗數(shù)據(jù)集基本上是來源于LFW，而且目前的圖像人臉識別的精度已經(jīng)達(dá)到99%，基本上現(xiàn)有的圖像數(shù)據(jù)庫已經(jīng)被刷爆。下面是現(xiàn)有人臉圖像數(shù)據(jù)庫的總結(jié)：
現(xiàn)在在中國做人臉識別的公司已經(jīng)越來越多，應(yīng)用也非常的廣泛。其中市場占有率最高的是漢王科技。主要公司的研究方向和現(xiàn)狀如下：
-
漢王科技：漢王科技主要是做人臉識別的身份驗證，主要用在門禁系統(tǒng)、考勤系統(tǒng)等等。
-
科大訊飛：科大訊飛在香港中文大學(xué)湯曉鷗教授團隊支持下，開發(fā)出了一個基于高斯過程的人臉識別技術(shù)–Gussian face， 該技術(shù)在LFW上的識別率為98.52%，目前該公司的DEEPID2在LFW上的識別率已經(jīng)達(dá)到了99.4%。
?
-
川大智勝：目前該公司的研究亮點是三維人臉識別，并拓展到3維全臉照相機產(chǎn)業(yè)化等等。
-
商湯科技：主要是一家致力于引領(lǐng)人工智能核心“深度學(xué)習(xí)”技術(shù)突破，構(gòu)建人工智能、大數(shù)據(jù)分析行業(yè)解決方案的公司，目前在人臉識別、文字識別、人體識別、車輛識別、物體識別、圖像處理等方向有很強的競爭力。在人臉識別中有106個人臉關(guān)鍵點的識別。
?
?人臉識別的過程
人臉識別主要分為四大塊：人臉定位（face detection）、 人臉校準(zhǔn)（face alignment）、 人臉確認(rèn)（face verification）、人臉鑒別（face identification）。
人臉定位（face detection）：?
對圖像中的人臉進(jìn)行檢測，并將結(jié)果用矩形框框出來。在openCV中有直接能拿出來用的Harr分類器。
人臉校準(zhǔn)（face alignment）：?
對檢測到的人臉進(jìn)行姿態(tài)的校正，使其人臉盡可能的”正”，通過校正可以提高人臉識別的精度。校正的方法有2D校正、3D校正的方法，3D校正的方法可以使側(cè)臉得到較好的識別。 在進(jìn)行人臉校正的時候，會有檢測特征點的位置這一步，這些特征點位置主要是諸如鼻子左側(cè)，鼻孔下側(cè)，瞳孔位置，上嘴唇下側(cè)等等位置，知道了這些特征點的位置后，做一下位置驅(qū)動的變形，臉即可被?！闭绷恕Ｈ缦聢D所示：
這里介紹一種MSRA在14年的技術(shù)：Joint Cascade Face Detection and Alignment（ECCV14)。這篇文章直接在30ms的時間里把detection和alignment都給做了。
人臉確認(rèn)（face verification）：
Face verification，人臉校驗是基于pair matching的方式，所以它得到的答案是“是”或者“不是”。在具體操作的時候，給定一張測試圖片，然后挨個進(jìn)行pair matching，matching上了則說明測試圖像與該張匹配上的人臉為同一個人的人臉。一般在小型辦公室人臉?biāo)⒛槾蚩ㄏ到y(tǒng)中采用的（應(yīng)該）是這種方法，具體操作方法大致是這樣一個流程：離線逐個錄入員工的人臉照片（一個員工錄入的人臉一般不止一張），員工在刷臉打卡的時候相機捕獲到圖像后，通過前面所講的先進(jìn)行人臉檢測，然后進(jìn)行人臉校正，再進(jìn)行人臉校驗，一旦match結(jié)果為“是”，說明該名刷臉的人員是屬于本辦公室的，人臉校驗到這一步就完成了。在離線錄入員工人臉的時候，我們可以將人臉與人名對應(yīng)，這樣一旦在人臉校驗成功后，就可以知道這個人是誰了。上面所說的這樣一種系統(tǒng)優(yōu)點是開發(fā)費用低廉，適合小型辦公場所，缺點是在捕獲時不能有遮擋，而且還要求人臉姿態(tài)比較正（這種系統(tǒng)我們所有，不過沒體驗過）。下圖給出了示意說明：
人臉識別（face identification/recognition）：?
Face identification或Face recognition，人臉識別正如下圖所示的，它要回答的是“我是誰？”，相比于人臉校驗采用的pair matching，它在識別階段更多的是采用分類的手段。它實際上是對進(jìn)行了前面兩步即人臉檢測、人臉校正后做的圖像（人臉）分類。
根據(jù)上面四個概念的介紹，我們可以了解到人臉識別主要包括三個大的、獨立性強的模塊：
我們將上面的步驟進(jìn)行詳細(xì)的拆分，得到下面的過程圖：?
人臉識別分類
現(xiàn)在隨著人臉識別技術(shù)的發(fā)展，人臉識別技術(shù)主要分為了三類：一是基于圖像的識別方法、二是基于視頻的識別方法、三是三維人臉識別方法。
基于圖像的識別方法：?
這個過程是一個靜態(tài)的圖像識別過程，主要利用圖像處理。主要的算法有PCA、EP、kernel method、 Bayesian Framwork、SVM 、HMM、Adaboot等等算法。但在2014年，人臉識別利用Deep learning 技術(shù)取得了重大突破，為代表的有deepface的97.25%、face++的97.27%，但是deep face的訓(xùn)練集是400w集的，而同時香港中文大學(xué)湯曉鷗的Gussian face的訓(xùn)練集為2w。
基于視頻的實時識別方法：?
這個過程可以看出人臉識別的追蹤過程，不僅僅要求在視頻中找到人臉的位置和大小，還需要確定幀間不同人臉的對應(yīng)關(guān)系。
DeepFace
參考論文(資料)：?
1. DeepFace論文。DeepFace：Closing the Gap to Human-level Performance in Face Verificaion?
2. 卷積神經(jīng)網(wǎng)絡(luò)了解博客。http://blog.csdn.net/zouxy09/article/details/8781543?
3. 卷積神經(jīng)網(wǎng)絡(luò)的推導(dǎo)博客。http://blog.csdn.net/zouxy09/article/details/9993371/?
4.?Note on convolution Neural Network.?
5.?Neural Network for Recognition of Handwritten Digits?
6. DeepFace博文：http://blog.csdn.net/Hao_Zhang_Vision/article/details/52831399?locationNum=2&fps=1
DeepFace是FaceBook提出來的，后續(xù)有DeepID和FaceNet出現(xiàn)。而且在DeepID和FaceNet中都能體現(xiàn)DeepFace的身影，所以DeepFace可以謂之CNN在人臉識別的奠基之作，目前深度學(xué)習(xí)在人臉識別中也取得了非常好的效果。所以這里我們先從DeepFace開始學(xué)習(xí)。
在DeepFace的學(xué)習(xí)過程中，不僅將DeepFace所用的方法進(jìn)行介紹，也會介紹當(dāng)前該步驟的其它主要算法，對現(xiàn)有的圖像人臉識別技術(shù)做一個簡單、全面的敘述。
1.DeepFace的基本框架
1.1 人臉識別的基本流程
face detection -> face alignment -> face verification -> face identification
1.2 人臉檢測（face detection）
1.2.1 現(xiàn)有技術(shù)：
haar分類器：?
人臉檢測（detection）在opencv中早就有直接能拿來用的haar分類器，基于Viola-Jones算法。
Adaboost算法(級聯(lián)分類器)：?
1.參考論文：?Robust Real-Time face detection?。?
2. 參考中文博客：http://blog.csdn.net/cyh_24/article/details/39755661?
3. 博客：http://blog.sina.com.cn/s/blog_7769660f01019ep0.html
1.2.2 文章中所用方法
本文中采用了基于檢測點的人臉檢測方法（fiducial Point Detector）。
-
先選擇6個基準(zhǔn)點，2只眼睛中心、 1個鼻子點、3個嘴上的點。
-
通過LBP特征用SVR來學(xué)習(xí)得到基準(zhǔn)點。
?
效果如下：?
?
1.3 人臉校準(zhǔn)（face alignment）
2D alignment：
-
對Detection后的圖片進(jìn)行二維裁剪， scale, rotate and translate the image into six anchor locations。 將人臉部分裁剪出來。
3D alignment：
-
找到一個3D 模型，用這個3D模型把二維人臉crop成3D人臉。67個基點，然后Delaunay三角化，在輪廓處添加三角形來避免不連續(xù)。
-
將三角化后的人臉轉(zhuǎn)換成3D形狀
-
三角化后的人臉變?yōu)橛猩疃鹊?D三角網(wǎng)
-
將三角網(wǎng)做偏轉(zhuǎn)，使人臉的正面朝前
-
最后放正的人臉
效果如下：
上面的2D alignment對應(yīng)(b)圖，3D alignment依次對應(yīng)(c) ~ (h)。
1.4 人臉表示（face verification）
1.4.1 現(xiàn)有技術(shù)
LBP && joint Beyesian：?
通過高維LBP跟Joint Bayesian這兩個方法結(jié)合。
-
論文：?Bayesian Face Revisited: A Joint Formulation
DeepID系列：?
將七個聯(lián)合貝葉斯模型使用SVM進(jìn)行融合，精度達(dá)到99.15%
-
論文：?Deep Learning Face Representation by Joint Identification-Verification
1.4.2 文章中的方法
論文中通過一個多類人臉識別任務(wù)來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)（DNN）。網(wǎng)絡(luò)結(jié)構(gòu)如上圖所示。
結(jié)構(gòu)參數(shù)：?
經(jīng)過3D對齊以后，形成的圖像都是152×152的圖像，輸入到上述網(wǎng)絡(luò)結(jié)構(gòu)中，該結(jié)構(gòu)的參數(shù)如下：
-
Conv：32個11×11×3的卷積核
-
max-pooling: 3×3， stride=2
-
Conv: 16個9×9的卷積核
-
Local-Conv: 16個9×9的卷積核，Local的意思是卷積核的參數(shù)不共享
-
Local-Conv: 16個7×7的卷積核，參數(shù)不共享
-
Local-Conv: 16個5×5的卷積核，參數(shù)不共享
-
Fully-connected: 4096維
-
Softmax: 4030維
提取低水平特征：?
過程如下所示：
-
預(yù)處理階段：輸入3通道的人臉，并進(jìn)行3D校正，再歸一化到152*152像素大小——152*152*3.
-
通過卷積層C1：C1包含32個11*11*3的濾波器（即卷積核），得到32張?zhí)卣鲌D——32*142*142*3。
-
通過max-polling層M2：M2的滑窗大小為3*3，滑動步長為2，3個通道上分別獨立polling。
-
通過另一個卷積層C3：C3包含16個9*9*16的3維卷積核。
上述3層網(wǎng)絡(luò)是為了提取到低水平的特征，如簡單的邊緣特征和紋理特征。Max-polling層使得卷積網(wǎng)絡(luò)對局部的變換更加魯棒。如果輸入是校正后的人臉，就能使網(wǎng)絡(luò)對小的標(biāo)記誤差更加魯棒。然而這樣的polling層會使網(wǎng)絡(luò)在面部的細(xì)節(jié)結(jié)構(gòu)和微小紋理的精準(zhǔn)位置上丟失一些信息。因此，文中只在第一個卷積層后面接了Max-polling層。這些前面的層稱之為前端自適應(yīng)的預(yù)處理層級。然而對于許多計算來講，這是很必要的，這些層的參數(shù)其實很少。它們僅僅是把輸入圖像擴充成一個簡單的局部特征集。
后續(xù)層：?
L4,L5,L6都是局部連接層，就像卷積層使用濾波器一樣，在特征圖像的每一個位置都訓(xùn)練學(xué)習(xí)一組不同的濾波器。由于校正后不同區(qū)域的有不同的統(tǒng)計特性，卷積網(wǎng)絡(luò)在空間上的穩(wěn)定性的假設(shè)不能成立。比如說，相比于鼻子和嘴巴之間的區(qū)域，眼睛和眉毛之間的區(qū)域展現(xiàn)出非常不同的表觀并且有很高的區(qū)分度。換句話說，通過利用輸入的校正后的圖像，定制了DNN的結(jié)構(gòu)。
使用局部連接層并沒有影響特征提取時的運算負(fù)擔(dān)，但是影響了訓(xùn)練的參數(shù)數(shù)量。僅僅是由于有如此大的標(biāo)記人臉庫，我們可以承受三個大型的局部連接層。局部連接層的輸出單元受到一個大型的輸入圖塊的影響，可以據(jù)此調(diào)整局部連接層的使用（參數(shù)）（不共享權(quán)重）
比如說，L6層的輸出受到一個74*74*3的輸入圖塊的影響，在校正后的人臉中，這種大的圖塊之間很難有任何統(tǒng)計上的參數(shù)共享。
頂層：?
最后，網(wǎng)絡(luò)頂端的兩層（F7，F(xiàn)8）是全連接的：每一個輸出單元都連接到所有的輸入。這兩層可以捕捉到人臉圖像中距離較遠(yuǎn)的區(qū)域的特征之間的關(guān)聯(lián)性。比如，眼睛的位置和形狀，與嘴巴的位置和形狀之間的關(guān)聯(lián)性（這部分也含有信息）可以由這兩層得到。第一個全連接層F7的輸出就是我們原始的人臉特征表達(dá)向量。
在特征表達(dá)方面，這個特征向量與傳統(tǒng)的基于LBP的特征描述有很大區(qū)別。傳統(tǒng)方法通常使用局部的特征描述(計算直方圖)并用作分類器的輸入。
最后一個全連接層F8的輸出進(jìn)入了一個K-way的softmax（K是類別個數(shù)）,即可產(chǎn)生類別標(biāo)號的概率分布。用Ok表示一個輸入圖像經(jīng)過網(wǎng)絡(luò)后的第k個輸出，即可用下式表達(dá)輸出類標(biāo)號k的概率：
訓(xùn)練的目標(biāo)是最大化正確輸出類別（face 的id）的概率。通過最小化每個訓(xùn)練樣本的叉熵?fù)p失實現(xiàn)這一點。用k表示給定輸入的正確類別的標(biāo)號，則叉熵?fù)p失是：
通過計算叉熵?fù)p失L對參數(shù)的梯度以及使用隨機梯度遞減的方法來最小化叉熵?fù)p失。
梯度是通過誤差的標(biāo)準(zhǔn)反向傳播來計算的。非常有趣的是，本網(wǎng)絡(luò)產(chǎn)生的特征非常稀疏。超過75%的頂層特征元素是0。這主要是由于使用了ReLU激活函數(shù)導(dǎo)致的。這種軟閾值非線性函數(shù)在所有的卷積層，局部連接層和全連接層（除了最后一層F8）都使用了，從而導(dǎo)致整體級聯(lián)之后產(chǎn)生高度非線性和稀疏的特征。稀疏性也與使用使用dropout正則化有關(guān)，即在訓(xùn)練中將隨機的特征元素設(shè)置為0。我們只在F7全連接層使用了dropout.由于訓(xùn)練集合很大，在訓(xùn)練過程中我們沒有發(fā)現(xiàn)重大的過擬合。
給出圖像I,則其特征表達(dá)G(I)通過前饋網(wǎng)絡(luò)計算出來，每一個L層的前饋網(wǎng)絡(luò)，可以看作是一系列函數(shù)：
歸一化：?
在最后一級，我們把特征的元素歸一化成0到1，以此降低特征對光照變化的敏感度。特征向量中的每一個元素都被訓(xùn)練集中對應(yīng)的最大值除。然后進(jìn)行L2歸一化。由于我們采用了ReLU激活函數(shù)，我們的系統(tǒng)對圖像的尺度不變性減弱。
對于輸出的4096-d向量：
-
先每一維進(jìn)行歸一化，即對于結(jié)果向量中的每一維，都要除以該維度在整個訓(xùn)練集上的最大值。
-
每個向量進(jìn)行L2歸一化。
?
2. 驗證
2.1 卡方距離
該系統(tǒng)中，歸一化后的DeepFace特征向量與傳統(tǒng)的基于直方圖的特征（如LBP）有一下相同之處：
-
所有值均為負(fù)
-
非常稀疏
-
特征元素的值都在區(qū)間 [0, 1]之間
卡方距離計算公式如下：
2.2 Siamese network
文章中也提到了端到端的度量學(xué)習(xí)方法，一旦學(xué)習(xí)（訓(xùn)練）完成，人臉識別網(wǎng)絡(luò)（截止到F7）在輸入的兩張圖片上重復(fù)使用，將得到的2個特征向量直接用來預(yù)測判斷這兩個輸入圖片是否屬于同一個人。這分為以下步驟：?
a. 計算兩個特征之間的絕對差別；?
b,一個全連接層，映射到一個單個的邏輯單元（輸出相同/不同）。
3. 實驗評估
3.1 數(shù)據(jù)集
-
Social Face Classification Dataset(SFC): 4.4M張人臉/4030人
-
LFW: 13323張人臉/5749人
-
restricted: 只有是/不是的標(biāo)記
-
unrestricted：其他的訓(xùn)練對也可以拿到
-
unsupervised：不在LFW上訓(xùn)練
-
-
Youtube Face(YTF): 3425videos/1595人
result on LFW：
result on YTF：
DeepFace與之后的方法的最大的不同點在于，DeepFace在訓(xùn)練神經(jīng)網(wǎng)絡(luò)前，使用了對齊方法。論文認(rèn)為神經(jīng)網(wǎng)絡(luò)能夠work的原因在于一旦人臉經(jīng)過對齊后，人臉區(qū)域的特征就固定在某些像素上了，此時，可以用卷積神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)特征。
本文的模型使用了C++工具箱dlib基于深度學(xué)習(xí)的最新人臉識別方法，基于戶外臉部數(shù)據(jù)測試庫Labeled Faces in the Wild 的基準(zhǔn)水平來說，達(dá)到了99.38%的準(zhǔn)確率。
更多算法
http://www.gycc.com/trends/face%20recognition/overview/
dlib：http://dlib.net/
數(shù)據(jù)測試庫Labeled Faces in the Wild：http://vis-www.cs.umass.edu/lfw/
模型提供了一個簡單的?face_recognition?命令行工具讓用戶通過命令就能直接使用圖片文件夾進(jìn)行人臉識別操作。
在圖片中捕捉人臉特征
在一張圖片中捕捉到所有的人臉
找到并處理圖片中人臉的特征
找到每個人眼睛、鼻子、嘴巴和下巴的位置和輪廓。
import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)
捕捉臉部特征有很重要的用途，當(dāng)然也可以用來進(jìn)行圖片的數(shù)字美顏digital make-up（例如美圖秀秀）
digital make-up:https://github.com/ageitgey/face_recognition/blob/master/examples/digital_makeup.py
識別圖片中的人臉
識別誰出現(xiàn)在照片里
安裝步驟
本方法支持Python3/Python2，我們只在macOS和Linux中測試過，還不知是否適用于Windows。
使用pypi的pip3?安裝此模塊(或是Python 2的pip2）
重要提示：在編譯dlib時可能會出問題，你可以通過安裝來自源（而不是pip）的dlib來修復(fù)錯誤，請見安裝手冊How to install dlib from source
https://gist.github.com/ageitgey/629d75c1baac34dfa5ca2a1928a7aeaf
通過手動安裝dlib，運行pip3 install face_recognition來完成安裝。
使用方法命令行界面
當(dāng)你安裝face_recognition，你能得到一個簡潔的叫做face_recognition的命令行程序，它能幫你識別一張照片或是一個照片文件夾中的所有人臉。
首先，你需要提供一個包含一張照片的文件夾，并且你已經(jīng)知道照片中的人是誰，每個人都要有一張照片文件，且文件名需要以該人的姓名命名；
然后你需要準(zhǔn)備另外一個文件夾，里面裝有你想要識別人臉照片；
接下來你只用運行face_recognition命令，程序能夠通過已知人臉的文件夾識別出未知人臉照片中的人是誰；
針對每個人臉都要一行輸出，數(shù)據(jù)是文件名加上識別到的人名，以逗號分隔。
如果你只是想要知道每個照片中的人名而不要文件名，可以進(jìn)行如下操作：
Python模塊
你可以通過引入face_recognition就能完成人臉識別操作：
API?文檔:?https://face-recognition.readthedocs.io.
在圖片中自動識別所有人臉
請參照此案例this example:?https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture.py
識別圖片中的人臉并告知姓名
請參照此案例this example:?https://github.com/ageitgey/face_recognition/blob/master/examples/recognize_faces_in_pictures.py
Python代碼案例
所有例子在此 here.
https://github.com/ageitgey/face_recognition/tree/master/examples
·找到照片中的人臉Find faces in a photograph
https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture.py
·?識別照片中的面部特征Identify specific facial features in a photograph
https://github.com/ageitgey/face_recognition/blob/master/examples/find_facial_features_in_picture.py
·?使用數(shù)字美顏Apply (horribly ugly) digital make-up
https://github.com/ageitgey/face_recognition/blob/master/examples/digital_makeup.py
·基于已知人名找到并識別出照片中的未知人臉Find and recognize unknown faces in a photograph based on photographs of known people
https://github.com/ageitgey/face_recognition/blob/master/examples/recognize_faces_in_pictures.py
人臉識別方法的原理
如果你想學(xué)習(xí)此方法的人臉定位和識別原理，請參見read my article。
https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78
注意事項
本人臉識別模型僅限用于成人，對于兒童來說效果不佳，模型可能會由于使用默認(rèn)的對比閾值（0.6）而無法清楚識別出兒童的臉。