gpu训练cnn人脸识别准确率_机器学习直播案例 | 基于卷积神经网络的人脸识别

知乎视频​www.zhihu.com获取案例链接、直播课件、数据集请访问数据酷客社区版块。

卷积神经网络是一类典型的处理网格型数据的深度学习结构，在图像和视频处理等领域得到了广泛的应用。本案例采用 Olivetti Faces 人脸数据集进行训练，使用 TensorFlow 构建一个深度卷积神经网络对人脸进行识别。我们发现数据增强能够显著降低总体损失，提升神经网络性能。

1 Olivetti Faces 数据集探索

Olivetti Faces 是由纽约大学整理的一个人脸数据集。原始数据库可从(http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html)。 我们使用的是 Sklearn 提供的版本。该版本是纽约大学 Sam Roweis 的个人主页以 MATLAB 格式提供的。

数据集包括 40 个不同的对象，每个对象都有 10 个不同的人脸图像。对于某些对象，图像是在不同的时间、光线、面部表情(睁眼/闭眼、微笑/不微笑)和面部细节(眼镜/不戴眼镜)下拍摄。所有的图像都是在一个深色均匀的背景下拍摄的，被摄者处于直立的正面位置(可能有细微面部移动)。原始数据集图像大小为 $92 \times 112$，而 Roweis 版本图像大小为 $64 \times 64$。

首先使用 sklearn 的 datasets 模块在线获取 Olivetti Faces 数据集。

from sklearn.datasets import fetch_olivetti_faces

faces = fetch_olivetti_faces()

观察发现，该数据集包括四部分：

1)DESCR 主要介绍了数据的来源；

2)data 以一维向量的形式存储了数据集中的400张图像；

3)images 以二维矩阵的形式存储了数据集中的400张图像；

4)target 存储了数据集中400张图像的类别信息，类别分别为 0-39 。

下面进一步观察数据的结构与类型：

print("The shape of data:",faces.data.shape, "The data type of data:",type(faces.data))

print("The shape of images:",faces.images.shape, "The data type of images:",type(faces.images))

print("The shape of target:",faces.target.shape, "The data type of target:",type(faces.target))

The shape of data: (400, 4096) The data type of data:

The shape of images: (400, 64, 64) The data type of images:

The shape of target: (400,) The data type of target:

可见，数据都以 numpy.ndarray 形式存储。因为下一步我们希望搭建卷积神经网络来实现人脸识别，所以特征要用二维矩阵存储的图像，这样可以充分挖掘图像的结构信息。

随机选取部分人脸，使用 matshow 函数将其可视化。

import numpy as np

rndperm = np.random.permutation(len(faces.images)) #将数据的索引随机打乱

import matplotlib.pyplot as plt

%matplotlib inline

plt.gray()

fig = plt.figure(figsize=(9,4) )

for i in range(0,18):

ax = fig.add_subplot(3,6,i+1 )

plt.title(str(faces.target[rndperm[i]]))

ax.matshow(faces.images[rndperm[i],:])

plt.box(False) #去掉边框

plt.axis("off")#不显示坐标轴

plt.tight_layout()

< Figure size 432x288 with 0 Axes >

查看同一个人的不同人脸的特点。

labels = [2,11,6] #选取三个人

%matplotlib inline

plt.gray()

fig = plt.figure(figsize=(12,4) )

for i in range(0,3):

faces_labeli = faces.images[faces.target == labels[i]]

for j in range(0,10):

ax = fi