厉害了程序猿!程序员用深度学习写了个老板探测器(附源码)

新鲜事 专栏收录该内容
4 篇文章 0 订阅


如果上班的时候想放松一下,或者直说想偷偷懒,看点和工作无关的网页,这时候万一老板突然出现在背后,会不会感到很难堪呢?


有的浏览器设置了boss按键,手快的人还可以切换屏幕,不过总会显得不自然,而且经常搞的手忙脚乱的。


一个日本程序员决定自己动手,编写一个一劳永逸的办法,我们来看看他是怎么实现的吧~

[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. 思路很直接:用网络摄像头自动识别在工位通道走过的人脸,如果确认是老板的话,就用一张写满了代码的截图覆盖到整个屏幕上。  
  2.   
  3. 整个工程中应用了Keras深度学习框架来建立识别人脸的神经网络,和一个网络摄像头用来捕捉老板的人脸。  


任务是这样的

当老板接近我的工位时,电脑就会自动切换屏幕


办公室的情况如下:



从老板的座位到我的座位大约6~7米,他会在离开座位后4到5秒钟到达我的座位,因此,需要在这之前隐藏屏幕,所以时间比较紧迫。

策略

[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. 首先需要让电脑完成对老板面部的深度学习。然后在我的办公桌上摆上一个网络摄像头,让摄像头对着通道,当网络摄像头捕捉到老板的脸时就切换屏幕。  


嗯,这是一个完美的项目。先取一个好名字,就叫Boss Sensor(老板探测器)好了。



Boss Sensor的简单结构图如下:




处理过程分为三步:

  • 网络摄像头实时拍摄图像

  • 学习模型检测和识别所拍摄图像的人脸

  • 如果识别结果是老板则切换屏幕


所需要的技术实现只有三项:

  • 拍摄人脸图像

  • 识别人脸图像

  • 切换屏幕


一步步完成之后整合就可以了。


拍摄人脸图像

首先找一个网络摄像头,我用的是BUFFALO BSW20KM11BK摄像头,大家随便找个清晰度够的就可以了。




最好不要用相机自带的识别软件裁剪人脸,因为后面的深度学习过程还需要处理。所以,我用PythonOpenCV编写了一段裁剪人脸图像的脚本,代码在这里下载:

https://github.com/Hironsan/BossSensor/blob/master/camera_reader.py


偷拍到的人脸图像比我之前设想的更清楚



识别人脸图像


接下来,要用机器学习教会电脑识别老板的脸。


我们需要以下三个步骤:

  • 采集图像

  • 图像预处理

  • 建立机器学习模型


让我们一个接一个看一下。


采集图像


首先,需要收集大量的图片供电脑学习。一般来说有三种大量收集图片的方法:

  • 谷歌图片搜索

  • Facebook的图像采集

  • 从视频里截图


[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. 一开始,我像电影里的特工一样收集了各种搜索引擎上的老板照片,还有Facebook上老板自己上传的照片,但说实话,没有收集到足够的图像。所以,反正老板就在身边,我就简单粗暴的拍摄了一段他的视频,然后把视频分解成大量的图像。  

图像预处理


现在我有很多人脸图像了,但还不能拿它们来建立学习模型,必须要裁剪掉与脸部不相关的部分。


我使用ImageMagick来提取人脸,你可以用别的图像软件来做。


总之,最后我收集了大量的人脸图像,就像这样:



估计我是全世界拥有最多老板头像的人了,肯定比他爸爸妈妈要多的多。


现在可以准备机器学习了。


建立机器学习模型


Keras框架用来建立卷积神经网络和神经网络培训。Tensorflow用来写Keras的后端。如果只识别脸部的话,可以调用一些Web API比如微软的Computer Vision API,但这次我决定自己来实现,因为这个项目需要确保实时性。


网络体系结构大体如下,Keras非常方便,它可以很轻松的输出这样的结构:



代码在这里下载:

https://github.com/Hironsan/BossSensor/blob/master/boss_train.py


至此,只要老板出现在摄像头中,我就可以识别出他来了。


切换屏幕


最后一步,很简单,学习模型识别出老板的脸之后,把电脑屏幕换掉就好了。


我是程序员,所以我准备了这样一张图:



电脑上只显示这张图片,这样就可以假装我在认真工作了。


这张图需要全屏显示,所以我调用了PyQt库,代码在这里下载:

https://github.com/Hironsan/BossSensor/blob/master/image_show.py


一切工作都完成了。



成品


最后把分别实现的技术整合起来并验证,真的成功了!


“现在老板离开了座位,正走向我的工位。”



“OpenCV已经检测出人脸,将人脸图像发送给学习模型。”





“学习模型认出了他,屏幕自动切换。ヽ(‘ ∇‘ )ノ”




这就是我的Boss Sensor,全部的源码都放在github上了,可以在这里下载:

https://github.com/Hironsan/BossSensor


总结

结合网络摄像头的实时图像采集和Keras深度学习框架,确实可以完成人脸识别。


在实践过程中,我发现OpenCV的图像精度不够高,虽然不影响识别,但我准备改用Dlib来提高精度,另外我想自己编写人脸检测训练模型。


网络摄像头获取的图像不够清晰,我准备换个摄像头。


文章转自:http://mp.weixin.qq.com/s/224AEGWXwwKzndzOWGCbvQ


  • 2
    点赞
  • 1
    评论
  • 0
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值