基于FaceNet的实时人脸识别训练

FaceNet人脸特征提取

FaceNet是一种用于提取人脸图像特征的深度神经网络。它由谷歌研究人员 Schroff 等人提出。

论文地址：https://arxiv.org/abs/1503.03832

FaceNet 的工作原理是，输入一张人脸图像，将其压缩并输出为一个由128 位数组成的向量，表示人脸的基本特征。这个向量被称为嵌入，（来自面部图像的所有相关信息都嵌入到向量中）。

那么，如何通过FaceNet实现人脸识别呢？

通常的做法是，获取图像嵌入并计算与已知人脸的图片的距离。通常使用余弦定理或欧几里得距离公式计算。如果计算出的人脸距离与已知人脸的嵌入足够接近，我们就假设这张脸是同一个人的。

那么问题就是，FaceNet 如何知道需要从人脸图像中提取什么东西？

为了训练一个人脸识别器，我们需要很多人脸图像。像每个机器学习问题一样，训练通常需要数千张不同的图像。当我们开始训练过程时，模型会为每张图像生成随机向量，这意味着图像是随机分布的。

学习步骤：

1. 随机选择一个锚点图像；
2. 随机选择同一个人的正样本图像作为基础图像；
3. 随机选择与主图像不同的人的负样本图像；
4. 调整 FaceNet 神经网络参数，使正样本比负样本更靠近锚点。

我们重复这四个步骤，直到不再需要更改或这些更改非常小以至于没有影响。训练完成后，同一个人的所有面孔在距离上都彼此靠近，而与不同的面孔相距很远。

faceNet.py完整的对象代码：

# faceNet.py
import cv2import cv2
import stow
import typing
import numpy as np
import onnxruntime as ort

class FaceNet:
    """FaceNet class object, which can be used for simplified face recognition
    """
    def __init__(
        self, 
        detector: object,
        onnx_model_path: str = "models/faceNet.onnx", 
        anchors: typing.Union[str, dict] = 'faces',
        force_cpu: bool = False,
        threshold: float = 0.5,
        color: tuple = (255, 255, 255),
        thickness: int = 2,
        ) -> None:
        
        """Object for face recognition
        Params:
            detector: (object) - detector object to detect faces in image
            onnx_model_path: (str) - path to onnx model
            force_cpu: (bool) - if True, onnx model will be run on CPU
            anchors: (str or dict) - path to directory with faces or dictionary with anchor names as keys and anchor encodings as values
            threshold: (float) - threshold for face recognition
            color: (tuple) - color of bounding box and text
            thickness: (int) - thickness of bounding box and text