Yüz tanıma ve duygu algılama elde etmek için 8 satır kod, anahtar doğruluğu fena değil!
Xin Zhiyuan Rehberi Yüz algılama, yüz tanıma ve duygu algılamayı gerçekleştirmek için ne kadar kod gereklidir? 8 sıra! Şu anda, yüz tanıma konusunda çok olgunlaştı, ancak geliştiriciler için verimlilik arayışı asla durmayacak. Kodu sürekli düzene sokarak, yukarıdaki üç işlevi aynı anda gerçekleştirmek için gereken minimum kod 8 satırdır ve kod Github'da açık kaynak kodludur.
İnsanlar doğuştan gelen yüzleri tanıma ve ayırt etme yeteneğine sahiptir, ancak insanların da yüz körlüğü vardır. Artık bilgisayarlar insan yüzlerini de tanıyıp ayırt edebiliyor ve bu teknoloji çok olgun. Yüz tanıma ve tanıma, erişim ve güvenliği artırmak için kullanılabilir, tıpkı en son Apple iPhone (aşağıdaki gif'e bakın) gibi, kullanıcılar fiziksel bir ödeme kartı (banka kartları, kredi kartları vb.) Olmadan yüzlerini kaydırabilir. Mobil ödemeler, kriminal kimlik tespiti sağlar ve kişiselleştirilmiş sağlık bakımı ve diğer hizmetlere izin verir.
Yüz tanıma ve tanıma, kapsamlı olarak incelenen bir konudur ve internette çok sayıda kaynak bulunabilir. Bugün size bunu başarmanın en basit yolunu göstereceğim. En basitleştirilmiş uygulamayı belirli bir doğruluk derecesi ile bulmak için, bu sorunun yazarı birden fazla açık kaynak projesini denedi ve ayrıca herhangi bir giriş görüntüsünde yalnızca 8 satır kodla yüz algılama yapabilen bir ardışık düzen oluşturdu. Tanıma ve duygusal anlayış! Yiji kodu Github'da açık kaynak kodludur.
Bu 8 satır kod aracılığıyla aşağıdaki 3 işlevi gerçekleştirmeliyiz:
- Yüz algılama: herhangi bir giriş görüntüsünde veya çerçevede yüzün konumunu algılayabilir. Çıktı, algılanan yüzün sınırlayıcı kutu koordinatlarıdır
- Yüz tanıma: Hangi yüzlerin aynı kişiye ait olduğunu belirlemek için birden çok yüzü karşılaştırın. Bu, yüz gömme vektörlerinin karşılaştırılmasıyla yapılır.
- Duygu algılama: Yüzdeki duyguları mutlu, kızgın, üzgün, nötr, şaşırmış, tiksinti veya korku olarak sınıflandırın
Yüz tanıma
Yüz algılama, boru hattının ilk kısmıdır. Python kitaplığını kullanan Yüz Tanıma, bu kitaplığın kurulumu çok kolaydır ve yüzleri tespit ederken çok doğrudur. Bu kütüphane, giriş görüntüsünü tarar ve tespit edilen tüm yüzlerin sınırlayıcı kutu koordinatlarını aşağıda gösterildiği gibi döndürür:
sistem gereksinimleri:
- Python 3.3+ veya Python 2.7
- macOS veya Linux
Yükleme Rehberi :
Öncelikle dlib'i kurduğunuzdan emin olun. Değilse, nasıl yükleyeceğinizi google'da yapabilirsiniz.
Ardından yüklemek için aşağıdaki komutu kullanın (Python sürümünüz yok, eğer 2 ise pip3'ü pip2 olarak değiştirin)
pip3 face_recognition yükleyinAşağıdaki kod parçası, yüzleri algılamak için face_recognition kitaplığının nasıl kullanılacağını gösterir.
face_locations = face_recognition.face_locations (resim) üst, sağ, alt, sol = face_locations face_image = resimYüz tanımayı kurmak ve kullanmak için tam talimatlar da Github'da
yüz tanıma
Yüz tanıma, iki yüzün aynı olup olmadığını doğrulamak için kullanılır. Yüz tanıma kullanımının güvenlik, biyolojik göstergeler, eğlence, kişisel güvenlik vb. Konularda büyük talep ve değeri vardır. Yüz algılama için kullanılan python kitaplığı face_recognition, yüz tanıma için de kullanılabilir.
Testler, kütüphanenin iyi performans gösterdiğini gösteriyor. Eşleştirme için iki yüz verildiğinde, nihai karşılaştırma sonucu Doğru veya Yanlış olur. Yüz tanıma ile ilgili adımlar
- Görsellerde yüzleri bulun
- Yüz özelliklerini analiz edin
- 2 giriş yüzünün özelliklerini karşılaştırın
- Eşleşirse True döndür, aksi takdirde False
Bunu yapmak için kod parçacığı aşağıda gösterilmiştir. İki yüz için yüz kodlama vektörleri oluşturuyoruz ve ardından vektörler arasındaki mesafeyi karşılaştırmak için yerleşik fonksiyonlar kullanıyoruz.
encoding_1 = face_recognition.face_encodings (resim1) encoding_2 = face_recognition.face_encodings (resim1) sonuçlar = face_recognition.compare_faces (, encoding_2, tolerance = 0.50)Şimdi modeli test etmek için aşağıdaki iki resmi kullanın:
Resimde gösterildiği gibi, Leonardo DiCaprio'nun farklı pozlarda iki yüzü var. İlk fotoğraftaki yüz bile önden bir çekim değil. Yukarıdaki kodu tanıma için kullanarak, yüz tanıma programımız bu iki yüzün aynı kişiye ait olduğunu belirleyebilir!
Duygu algılama
İnsanlar kelimeleri ve renkleri gözlemlemeye alışkındır. Artık bilgisayarlar insan yüzündeki duyguları okumada gittikçe daha iyi hale geliyor. Peki bir bilgisayar görüntülerdeki duyguları nasıl algılar? Burada, Kaggle'dan açık kaynaklı bir veri kümesi olan Face Emotion Recognition (FER) kullanıyoruz ve duyguları algılamak için bir CNN oluşturuyoruz. Duyguları 7 kategoriye ayırıyoruz: mutluluk, üzüntü, korku, tiksinti, öfke, kayıtsızlık ve sürpriz.
Öncelikle, Keras'ta 6 katmanlı bir evrişimli sinir ağı (CNN) oluşturalım ve model performansını iyileştirmek için görüntü geliştirmeyi kullanalım. Birçok farklı modeli denedikten sonra, en iyi uygulamayı bulduk ve bu açık kaynağı yaptık. Okuyucular kodu görüntülemek için aşağıdaki bağlantıyı ziyaret edebilir:
https://github.com/priya-dwivedi/face_and_emotion_detection/blob/master/src/EmotionDetector_v2.ipynb
Artık, önceden eğitilmiş modeli yüklemek ve görüntü üzerinde çalıştırmak için aşağıdaki iki kod satırını kullanabilirsiniz:
model = load_model ("./ duygu_detector_models / model.hdf5") öngörülen_sınıf = np.argmax (model.predict (face_image)sonuç olarak
Gördüğünüz gibi yüz tanıma günümüzde çok basit bir iştir ve bunu sadece 8 satırlık bir kodla bile gerçekleştirebilirsiniz. Elbette doğruluk şüpheli olabilir, ancak en azından vakaların yarısında tamamen kullanılabilir.
Referans bağlantısı:
https://towardsdatascience.com/face-detection-recognition-and-emotion-detection-in-8-lines-of-code-b2ce32d4d5de
