基于机器学习人脸识别face recognition具体的算法和原理
引自:http://blog.csdn.net/eclipsesy/article/details/78388468?utm_source=debugrun&utm_medium=referral
0 简介
人脸识别大致分为如下三个部分:
- 人脸检测 face detection
- 人脸对齐 face alignment
- 人脸识别 face recognition,包括:
- face verification:两张图片相似程度。
- face identification: 在图片库中检索与当前图片相似度最高的图片。
1 人脸检测
face detection通常认为是在图片中找到人脸的过程,这个过程常用的办法有用openCV调用’haarcascade_frontalface_default.xml’或者其他xml文件构建分类器对象,通过detectMultiScale函数返回人脸框坐标,在图像中框出人脸。也可以通过深度学习的方法定位人脸。
1.1 openCV-haarcascade检测
1.2 faster-RCNN 检测人脸
- github : face-py-faster-rcnn
- 参考http://blog.csdn.net/zengdong_1991/article/details/66475821
-
编译过程中如果出现问题,参考faster rcnn +cudnn V5方法2,Caffe + CUDNN V5:
- 用最新caffe源码(https://github.com/BVLC/caffe)的以下文件替换掉faster rcnn 的对应文件
include/caffe/layers/cudnn_relu_layer.hpp,
src/caffe/layers/cudnn_relu_layer.cpp,
src/caffe/layers/cudnn_relu_layer.cu
include/caffe/layers/cudnn_sigmoid_layer.hpp, src/caffe/layers/cudnn_sigmoid_layer.cpp, src/caffe/layers/cudnn_sigmoid_layer.cu
include/caffe/layers/cudnn_tanh_layer.hpp, src/caffe/layers/cudnn_tanh_layer.cpp,
src/caffe/layers/cudnn_tanh_layer.cu - 用caffe源码中的这个文件替换掉faster rcnn 对应文件
include/caffe/util/cudnn.hpp - 将 faster rcnn 中的 src/caffe/layers/cudnn_conv_layer.cu 文件中的所有v3版本的函数名称替换为v5版本
cudnnConvolutionBackwardData_v3 函数名替换为 cudnnConvolutionBackwardData
cudnnConvolutionBackwardFilter_v3函数名替换为 cudnnConvolutionBackwardFilter
- 用最新caffe源码(https://github.com/BVLC/caffe)的以下文件替换掉faster rcnn 的对应文件
-
在根目录下运行python ./tools/run_face_detection_on_fddb.py,可返回坐标
2 人脸对齐
face alignment指在标定人脸位置后对人脸上的特征进一步定位,可以对人脸检测的侧脸进行校正,旋转,3d变换等,也可以对特征点进行特定的表情变化。常用的有5点和68点特征。如DCNN,TCDCN,MTCNN等方法。
2.1 DCNN
https://github.com/luoyetx/deep-landmark
下载LFW数据进行训练和测试
3 人脸识别
人脸识别是由CNN提取人脸的特征,将两张待测图片输入至训练好的CNN,提取全连接层的特征。模型一般是由预训练的分类模型演变,如1000个人,每个人50张图片训练的CNN模型。
3.1 face verification
两张待测图片在训练好的模型上提取全连接层特征,如vgg的fc7层的4096维特征,进行cosin距离计算。利用vgg-facecaffemodel,如果角度光照相同,可以达到0.93左右的准确率,戴眼镜的影响很大。经过测试vgg-face在0.71至0.73表现最好。
3.2 face identification
将图片库的每张图片(小规模100人至大规模上百万)在训练好的模型上提取全连接特征,将待测图片同样提取特征,对所有特征进行相似度计算,排序后得到相似度最大的图片。vgg-face,GTX970排序一个特征约10−5s。在大规模数据集的排序可使用LSH等方法。
3.3 vgg-face 实现
http://www.cppblog.com/guijie/archive/2015/10/14/212015.html
下载caffe模型,作为model,可以直接进行测试。也可以进行finetune。verification和identification都可以利用vgg-face实现。利用CASIA测试,最佳阈值约0.71至0.73。
4 整合实现
- 测试中,CASIA经过openCV的haarcascade cropface后,丢进vgg-face,30类top1约 96%,top5 97.3%。
- 对vgg-face的finetune效果很差,正在尝试resnet50
- 利用openCV的haarcascade + vgg-face识别速度很快,但检测精度不高
- 利用face-faster-rcnn检测+vgg-face识别速度较慢,约5.5fps,但是测量也可以检测。
相关文章
- 机器学习十大经典算法之最小二乘法
- 机器学习十大经典算法之K-Means聚类算法
- 机器学习十大经典算法之PCA主成分分析
- 机器学习十大经典算法之KNN最近邻算法
- 17个机器学习的常用算法!
- 简单易学的机器学习算法——Mean Shift聚类算法
- 机器学习之–神经网络算法原理
- 机器学习_knn算法_1
- [量化投资]你的机器学习算法真的能准确预测股价吗?
- 机器学习算法:K-NN(K近邻)
- 机器学习算法:UMAP 深入理解
- 机器学习经典算法:决策树(2)
- 机器学习算法竞赛实战-数据探索
- 机器学习算法(八):基于BP神经网络的乳腺癌的分类预测
- A.机器学习入门算法(八):基于BP神经网络的乳腺癌的分类预测
- WAIC 2021 | 好未来集团技术副总裁吴中勤:多模态机器学习及大规模自动生成技术算法框架与行业实践
- 19位算法工程师总结:机器学习项目成功落地的三条秘诀
- AI 和机器学习中暗含的算法偏见
- 反向传播算法最全解读,机器学习进阶必看!
- 随机机器学习算法需要试验多少次,才足以客观有效的反映模型性能?