EEPW论坛

项目实战—人脸检测之卷积神经网络实战

现在我们来进行实战，以前的方法中，很大一部分工作是选择滤波器来创建特征，以便尽从图像中可能多地提取信息。随着深度学习和计算能力的提高，这项工作现在可以实现自动化。CNN 的名称就来自我们用一组滤波器卷积初始图像输入的事实。需要选择的参数仍是需要应用的滤波器数量以及尺寸。滤波器的尺寸称为步幅。一般步幅设置在 2 到 5 之间。

在这种特定情况下，CNN 的输出是二分类，如果有人脸，则取值 1，否则取 0。

检测图像上的人脸

一些元素在实现中会发生变化。

第一步是下载预训练模型：https://github.com/davisking/dlib-models/blob/master/mmod_human_face_detector.dat.bz2

将下载后的权重放到文件夹中，并定义 dnnDaceDetector：

dnnFaceDetector = dlib.cnn_face_detection_model_v1（"mmod_human_face_detector.dat"）

完整代码：

import cv2
 import dlib
 import matplotlib.pyplot as plt
 
 dnnFaceDetector = dlib.cnn_face_detection_model_v1('mmod_human_face_detector.dat')
 gray = cv2.imread('min.jpg', 0)
 rects = dnnFaceDetector(gray, 1)
 for (i, rect) in enumerate(rects):
     x1 = rect.rect.left()
     y1 = rect.rect.top()
     x2 = rect.rect.right()
     y2 = rect.rect.bottom()
     # Rectangle around the face
     cv2.rectangle(gray, (x1, y1), (x2, y2), (255, 255, 255), 3)
 plt.figure(figsize=(12,8))
 plt.imshow(gray, cmap='gray')
 plt.show()

实验结果：

最后，实现实时 CNN 人脸检测：

video_capture = cv2.VideoCapture(0)
 flag = 0
 dnnFaceDetector = dlib.cnn_face_detection_model_v1('mmod_human_face_detector.dat')
 
 while True:
     # Capture frame-by-frame
     ret, frame = video_capture.read()
 
     gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
     rects = dnnFaceDetector(gray, 1)
 
     for (i, rect) in enumerate(rects):
         x1 = rect.rect.left()
         y1 = rect.rect.top()
         x2 = rect.rect.right()
         y2 = rect.rect.bottom()
 
         # Rectangle around the face
         cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
 
     # Display the video output
     cv2.imshow('Video', frame)
 
     # Quit video by typing Q
     if cv2.waitKey(10) & 0xFF == ord('q'):
         break
 
 video_capture.release()
 cv2.destroyAllWindows()

这些只是卷积神经网络的一些很简单的应用，由于其对硬件资源的依赖较大，所以一般我们用显卡来运算。

至于卷积神经网络的一些其他知识，我们并不详述，其本身属于一个较为复杂的知识体系，如果大家有兴趣，可以看看机器学习的内容，了解神经网络、BP神经网络、优化器、损失函数、各种梯度下降算法、以及各种高级网络模型的搭建等等。

总之不要急着入手深度学习，深度学习本身属于机器学习的一个分支，只要掌握好机器学习的知识，深度学习基本上就是网络模型的搭建，各种层的叠加，大量数据集的“炼丹”过程。在现有的已成熟的深度学习框架TensorFlow以及pytorch的情况下，深度学习也不再复杂，真正的核心反而是机器学习的基础算法。

曾经有人问我，深度学习框架选择哪一个比较好，事实上在我看来，pytorch用来入门更为方便，且由于其构件计算图的方便性，目前在学术界已经占了大比例，Tensorflow更适合工业界生态的部署，但目前这个局面可能正在被打破，也许在未来几年后，Tensorflow的优势可能越来越弱。

以上仅仅是我个人的看法，从全局来讲，这些东西都只是一个框架而已，无论是TensorFlow还是pytorch都属于框架，真正的核心仍然是机器学习算法，掌握了核心的东西，我们在使用各种框架时，通过阅读使用手册，基本上就能做到实战化，基础仍然十分重要。谨记！