【树莓派+Movidius计算棒】实现人脸识别

点击这里 -- 查看视频

【树莓派+Movidius计算棒】实现一个效果尚可的人脸识别系统。

【1】Camera

1）多线程

异步的摄像头接口，可以充分利用系统资源，提高识别效率。

capture_processing 图像捕获线程

camera 配置：数据源，FPS， Color Space， Frame Size。
frame 预处理：frame_preprocessor(frame) 可以 resize，flip
inference 预处理：inference_processor(frame) 可以 resize, tensor, color space, whiten, data type ...
图像缓存区（自动丢帧）:建立图像缓冲区，后边AI应用算法处理不过来时，自动丢帧处理。

inference_processing AI 推断线程

默认是一个推断线程。也可以指定起多个推断线程。要处理好多个推断结果的时序问题。
整个项目总的AI推断接口 inference(img, frame, timestamp)
返回一个用于展示的推断结果的集合：result_list
推断结果缓存区（每个推断线程，自有一个推断结果缓存区）

show_processing 图像结果输出线程

展示推断结果 draw(result_list, frame, tmsp)
根据需求也可以有其他的结果数据输出，例如发送到某服务器。send_report(result_list, tmsp)

2）自动跳针

图像缓存区，是一个先进先出的队列。如果排队比较长，可以隔帧丢弃，实现跳针。
排在队列前边的（时间越早）的，有更多机会被丢弃。
最大程度保证输出图像的时间连续。

if len(frame_list) > 10:
    frame_list = frame_list[::2]

---

【2】FaceDetector

1）人脸识别

可设置Filter，控制检出人脸的位置，范围，大小，概率等

接口
inference(frame)
返回值
归一化的 box_list 例如：[{'x':0.1, 'y':0.1, 'w':0.2, 'h':0.2}, ...]

• OpenCV 的 cascade。常用的有模型：lbpcascade 或 haarcascade 系列。加大最小检出人脸的尺寸，可以提高检出效率。

OpenCV 模型：
lbpcascade_frontalface_improved.xml
haarcascade_frontalface_alt2.xml
haarcascade_fullbody.xml

# Demo
def opencv_face_detect(img, scale=1.2):
  img_w = image.shape[1]
  img_h = image.shape[0]
  detector = cv2.CascadeClassifier('~/models/haarcascade_frontalface_alt2.xml')
  scaleFactor = 1.1
  minSize = (10, 10)
  rects = detector.detectMultiScale(image, scaleFactor=scaleFactor, minSize=minSize,   minNeighbors=4)
  dets = []
  for left, top, width, height in rects:
    cx = (left + width / 2) / img_w
    cy = (top + height / 2) / img_h
    w = width / img_w * scale
    h = height / img_h * scale
    dets.append([cx,cy,w,h])      
  return dets

• dlib 提供了人脸识别
  记得要在自己的 虚拟 python 环境下安装。
  下载DLIB：http://dlib.net/files/dlib-19.16.tar.bz2
  DLIB 支持 GPU，编译方法如下：

$ wget http://dlib.net/files/dlib-19.16.tar.bz2
$ tar xvf dlib-19.16.tar.bz2
$ cd dlib-19.16
$ python setup.py install  --yes DLIB_USE_CUDA

# coding:utf-8
'''
脸部68个特征点检测
'''
import sys
import dlib
from skimage import io
import cv2

# 加载并初始化检测器
# 非 CNN 模型
detector1 = dlib.get_frontal_face_detector() #和opencv类似
# CNN 模型下载地址http://dlib.net/files/mmod_human_face_detector.dat.bz2
detector2 = dlib.cnn_face_detection_model_v1('../models/dlib/mmod_human_face_detector.dat')
detector = detector2

# 模型下载地址http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
predictor = dlib.shape_predictor('../models/dlib/shape_predictor_68_face_landmarks.dat')

camera = cv2.VideoCapture(0)
if not camera.isOpened():
    print("cannot open camear")
    exit(0)

while True:
    ret,frame = camera.read()
    
    if not ret:
        continue
    frame_new = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)
    # 检测脸部
    dets = detector(frame_new, 1)
    print("Number of faces detected: {}".format(len(dets)))
    # 查找脸部位置
    for i, face in enumerate(dets):
        print("Detection {}: Left: {} Top: {} Right: {} Bottom: {} ".format(
            i, face.left(), face.top(), face.right(), face.bottom()))
        # 绘制脸部位置
        cv2.rectangle(frame, (face.left(), face.top()), (face.right(), face.bottom()), (0, 255, 0), 1)
        shape = predictor(frame_new, face)
        # print(shape.part(0),shape.part(1))
        # 绘制特征点
        for i in range(68):
            cv2.circle(frame,(shape.part(i).x,shape.part(i).y),3,(0,0,255),2)
            cv2.putText(frame,str(i),(shape.part(i).x,shape.part(i).y),cv2.FONT_HERSHEY_COMPLEX,0.5,(255,0,0),1)
    cv2.imshow("Camera",frame)

    key = cv2.waitKey(1)
    if key == 27:
        break

cv2.destroyAllWindows()

脸部68个特征点检测

• ssd-face 基于SSD网络的人脸识别
• yolov3 基于yolo 的人脸检测，需要自己来训练。
  [yolo-face]
  
  

• 其他神经网络：R-CNN、Faster R-CNN、R-FCN 都可以做人脸识别，但需要考虑其效率和效果再选择。

2）人脸特征点对齐

检测出的人脸角度、朝向不统一，这会影响到后期的人脸匹配。
dlib 人脸特征点对齐 参考，进一步做图像处理，统一检出人脸的朝向。

人脸姿态

# coding: utf-8
import cv2
import dlib
import sys
import numpy as np
import os

# 获取当前路径
current_path = os.getcwd()
# 指定你存放的模型的路径，我使用的是检测68个特征点的那个模型，
# predicter_path = current_path + '/model/shape_predictor_5_face_landmarks.dat'# 检测人脸特征点的模型放在当前文件夹中
predicter_path = current_path + '/model/shape_predictor_68_face_landmarks.dat'
face_file_path = current_path + '/faces/inesta.jpg'# 要使用的图片，图片放在当前文件夹中
print predicter_path
print face_file_path

# 导入人脸检测模型
detector = dlib.get_frontal_face_detector()
# 导入检测人脸特征点的模型
sp = dlib.shape_predictor(predicter_path)

# 读入图片
bgr_img = cv2.imread(face_file_path)
if bgr_img is None:
    print("Sorry, we could not load '{}' as an image".format(face_file_path))
    exit()

# opencv的颜色空间是BGR，需要转为RGB才能用在dlib中
rgb_img = cv2.cvtColor(bgr_img, cv2.COLOR_BGR2RGB)
# 检测图片中的人脸
dets = detector(rgb_img, 1)
# 检测到的人脸数量
num_faces = len(dets)
if num_faces == 0:
    print("Sorry, there were no faces found in '{}'".format(face_file_path))
    exit()

# 识别人脸特征点，并保存下来
faces = dlib.full_object_detections()
for det in dets:
    faces.append(sp(rgb_img, det))

# 人脸对齐
images = dlib.get_face_chips(rgb_img, faces, size=320)
# 显示计数，按照这个计数创建窗口
image_cnt = 0
# 显示对齐结果
for image in images:
    image_cnt += 1
    cv_rgb_image = np.array(image).astype(np.uint8)# 先转换为numpy数组
    cv_bgr_image = cv2.cvtColor(cv_rgb_image, cv2.COLOR_RGB2BGR)# opencv下颜色空间为bgr，所以从rgb转换为bgr
    cv2.imshow('%s'%(image_cnt), cv_bgr_image)

cv2.waitKey(0)
cv2.destroyAllWindows()

3）活体检测

a.双目活体检测：

同时实时采集近红外和可见光两种图像,检测是否为真人

通过红外散点和双目图像，还原出图像的“深度”，获得脸部的立体3D模型。

真人

照片

b.连续性检测，即通过视频流连续检测，判断目标人物"是活的"

眨眼、张嘴 做活体识别

dlib 识别人脸特征点

眨眼检测

人眼纵横比

摇头检测

弱：判断人脸是否在摇头。
强：根据特征点相对位置关系的变化，可判断出是否是一张2D人脸照片。

4）人脸匹配

计算128/512维向量的欧式距离，判定是否是一个人。

128维数字向量的欧式距离

FaceNet 人脸ID

FaceNet 参考文章
FaceNet的好处是，可以在 CUDA 或 Movidius计算棒上运行。
[FaceNet Github]

新的FaceNet模型是512维的人脸descriptor

dlib 人脸ID

dlib 参考文章
dlib 有CPU版本，和 CUDA 版本。但没办法在Movidius上跑。
shape_predictor_68_face_landmarks.dat：
http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2

dlib_face_recognition_resnet_model_v1.dat：
http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2

批量欧式距离计算

欧式距离

2范数

需要匹配的人脸较多的时候，矩阵运算（而不是循环）计算欧式距离，可大幅提高效率。

    def find_descriptor(face_db, descriptor):
        temp = face_db.descriptors - descriptor
        e = np.square(temp)
        e = np.sum(e, axis=1)
        # e = np.linalg.norm(temp, ord=2, axis=1, keepdims=True)
        min_diff = e.min()
        # min_diff *= min_diff
        index = np.argmin(e)
        return face_db.infos[index], min_diff

注意：
diff 通常是小于1的，如果开 , diff 会变大。训练的时候是有好处的，增加收敛速度。推断的时候就没必要了，反而不好看。所以我在推断的时候，就直接

5）视频中的人脸截取

我们在视频中，对一个人，连续截取人脸，与人脸库进行比对。但如何挑选质量最好的图像记录下来呢？人脸挑优问题，通常选清晰和正面朝向的人脸，认为这样会好。要计算图像清晰度，脸部3D朝向等。实现复杂，且实测效果不佳。

连续比对中，我选去 distance 最小的那个人脸图片，作为挑优的结果。（这么做有个前提，人脸库必须都是清晰且正向的人脸图片）。

人脸挑优

6）人脸库比对动态阀值

如果一个人，我们并不知道他是不是我们人脸库里的人，此时就需要一个阀值来比较他与人脸库的 min_distance。

同一个人，站在不同位置，随着远近，截取的人脸图像尺寸有着近大远小。
大的照片清晰，小的照片不清晰。它们与人脸库的 min_distance 也随着距离增大而变大。

如图所示，实测 min_distance 随着与头像尺寸关系，用一次线性关系来表示。
FACE_THRESHOLD = lambda shape: (-43 / 40000) * min(shape[0], 160) + 0.453
特别注意，不同规格摄像头，成像质量不一致，镜头焦距不一致。同台阀值参数的设定，需要根据实测值重新计算。

远方人脸，动态高阀值比对成功

7) 人脸画像：年龄、性别、表情、种族等

[人脸属性分析--性别、年龄和表情识别] 这里有很多开源的实现

我们采用的是：https://github.com/BoyuanJiang/Age-Gender-Estimate-TF

8）人脸聚类

将人脸映射到128 或 512维的数据空间中，计算彼此之间的距离。距离近的视作一个人，距离远的视作不是一个人，而判定的标准阈值由自己选定，通常是0.6
人脸聚类

---

【3】Face Tracking

通过检出人脸的时空属性，跟踪人脸位置，确定连续的两次检出是同一个人。
当 检出率>90% 和 FPS > 10时，才能有比较好的追踪效果。

1) 时空连续

时间关联衰减函数 attenuator( diff_time, k=1)

时间关联度函数

空间关联函数 ：IoU_IoMin(box1, box2)

交并比

交并比

交比最小
一些特殊情况，可能会用到 交比最小。

时空关联函数：relateFace2Face(face1,face2)

当r小于一个阀值的时候，我们认为在时空关系上是连续的。
人脸检出率和FPS高时，可以设一个较高的r（如0.4）
人脸检出率和FPS较低时，r需要设一个较小值（如0.15）否则很容易跟丢。
这个办法的好处是，计算量非常小，非常的快。缺点是检出率和FPS比较低的时候，时空关联会非常小。容易跟丢了。
注意：用dlib的单目标追踪技术可以达到更好的追踪效果，计算成本会高些。
[dlib 目标追踪参考]

2）Face Profile

• 用face描述一张检测到的人脸，用 profile 来描述一个人。
• 根据不同帧，face的时空连续属性，来判定这个脸(face)属于哪个人(profile)

face

□[face]
  ├─□[box]
  │ ├─ ☞[h]: 0.40 
  │ ├─ ☞[w]: 0.30 
  │ ├─ ☞[x]: 0.10 
  │ └─ ☞[y]: 0.10 
  ├─ ☞[category]: 1 # 0:finding... 1:staff  2:visitor 
  ├─ ☞[feature]: np.ndarray:(1, 128) 
  ├─ ☞[diff]: 0.24 
  ├─ ☞[img]: 'cv_img' 
  ├─ ☞[name]: '张三' 
  └─ ☞[tmsp]: 1534604717.47 

Profile

□[profile]
├─ ☞[cap_flag]: 1 
├─ ☞[category]: 1 
├─ ☞[color]: (255,0,0) 
├─ ☞[display_name]: '张三' 
├─□[faces]: list(1)
│ └─□[0]
│   ├─□[box]
│   │ ├─ ☞[h]: 0.40 
│   │ ├─ ☞[w]: 0.30 
│   │ ├─ ☞[x]: 0.10 
│   │ └─ ☞[y]: 0.10 
│   ├─ ☞[category]: 1 
│   ├─ ☞[diff]: 0.24 
│   ├─ ☞[feature]: np.ndarray:(1, 128) 
│   ├─ ☞[img]: 'cv_img' 
│   ├─ ☞[name]: '张三' 
│   └─ ☞[tmsp]: 1534605778.75 
├─□[latest_face]
│ ├─□[box]
│ │ ├─ ☞[h]: 0.40 
│ │ ├─ ☞[w]: 0.30 
│ │ ├─ ☞[x]: 0.10 
│ │ └─ ☞[y]: 0.10 
│ ├─ ☞[name]: '张三' 
│ └─ ☞[tmsp]: 1534605778.75 
└─ ☞[uudi]: '96a17322-a2fa-11e8-973a-8c85907905a8' 

3）Tracking Update

step1：删除 超时 profiles

接口：del_timeout_profiles(cur_tmsp)
说明：删除连续 x 秒（例如：2秒）没有更新跟踪状态的人脸profile。识别率 和 FPS越高，阀值x可以设置的越小，效果越好。

step2：根据时空连续性，匹配人脸。

匹配上了，更新profile：update_profile(profile, face)
没匹配上，创建profile：create_profile(face)