基于Python的人脸检测及识别小程序文档说明

1. 预装工具
   
   • opencv，
   • tensorflow
   • keras（深度学习库）
   • sklearn
   • anaconda3 语言环境 python3.5
2. 项目流程
   
   • 配置、获取实时视频流
   • 检测出人脸
   • 为模型训练准备人脸数据
   • 对数据进行处理及加载
   • 利用Keras库训练人脸识别模型
   • 从实时视频流中识别出我自己

3. 文件说明

   • catch_video.py：视频截取及按帧读取，完成项目流程中的前三步工作
   • load_face_dataset.py：完成项目流程中的第四步工作
   • face_train_use_keras.py：完成项目流程中的第五步工作
   • face_predict_use_keras.py：完成项目流程中的最后一步工作

4. 知识记录

   • cv2.VideoCapture(0)：
     opencv内置函数，可以实现实时获取摄像头数据。一般参数为0，指的是电脑自带的摄像头。如果不能正确读出，可以试一下参数改为1（输出了倒置的图像）,刚开始读取的图片就是倒着的，后来才发现坑在这儿
   • Haarcascades类：
     opencv自带的人脸特征分类器,里面有好多检测脸部器官的分类器。其中haarcascade_frontalface_alt_tree.xml是最严格的分类器，在我的程序里面我采用了\haarcascade_frontalface_alt2.xml
   • RGB：
     通道代表顺序Red（红色）、Green（绿色）和Blue（蓝色）
   • detectMultiScale函数：
     可以检测出图片中所有的人脸，并用vector（矢量）保存各个人脸的坐标、大小（用矩形表示）
     参数：
     第一个gray：待检测图片，一般为灰度图像以加快检测速度
     第二个scaleFactor：（比例尺因子）：表示在前后相继两次的扫描中，扫描窗口的比例系数，默认为1.1，即每次搜索窗口依次扩大10％。即图片缩放比例。因为离相机远近不同，人的大小也不同。
     第三个minNeighbors：对特征检测点周边多少有效点同时检测，这样可避免因选取的特征检测点太小而导致遗漏
     第四个minSize：用来限制得到的目标区域的范围（特征检测点的最小值）
   • categorical_crossentropy：
     称作多分类的对数损失，注意使用该目标函数时，需要将标签转化为形如(nb_samples, nb_classes)的二值序列，即这个函数要求标签集必须采用one-hot编码形式。one-hot编码将数值变成了位置信息，使其向量化，这样更方便CNN操作。
   • 卷积：加权求和
     离散卷积操作又叫做滤波（权值），称作卷积核或滤波器。不同的滤波器起不同的作用。
     滤波器要归一化，和为0。
     可调整的滤波器是CNN的“卷积”那部分；如何调整滤波器则是CNN的“神经网络”那部分。
   • Convolution2D：
     参数：卷积核数量；卷积核尺寸；border_mode指定了对输出特征图大小的控制，若为‘same’，那么代码内部会通过适当padding保证输出特征图大小与输入特征图大小相同，若为‘valid’，那么就按通常情况处理，在这里通常情况的处理会使得输出特征图丢掉周围一圈的一个像素，因为3*3的卷积核的中心只能从第2行第2列开始，到第n-1行第n-1列结束；网络的第一层必须指定输入数据的形状，也就是input_shape。
     池化层，如果pool_size即池化大小是2x2，方式为最大值池化。也就是对输入featuremap的每个2x2大小的窗，选取其中最大的一个值作为输出。池化可以使特征图的shape迅速缩小。
   • 对CNN模型中我不太熟悉的层做一下重点介绍：
     
     • Dropout层：随机断开一定百分比的输入神经元链接，以防止过拟合。Dropout的断开比例，一般而言在0.3~0.5之间即可。
     • Flatten层用来将输入“压平”，即把多维的输入一维化，常用在从卷积层到(Convolution)全连接层(Dense)的过渡。
     • 全连接层称为Dense，即“稠密的”。Dense层的一个必填参数就是当前层的神经元个数。
5. 参考资料：http://www.cnblogs.com/neo-T/p/6426029.html