vlambda博客
学习文章列表

支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane）

这次采用的人脸识别方式并没有调用摄像头来采集人脸信息，原因是因为只是简单的使用一下sklearn的机器学习库（其实是觉得麻烦，至少面向百度一天...），所以，主要采用的流程是：

网络采集图片  --> 识别人脸信息 --> 数据处理 --> 训练测试集分离 --> 模型训练 预测

很简单 网络上采集30张彭于晏的照片，30张迪丽热巴的照片，30张陈冠希的照片 ... 然后利用20张进行训练，10张进行预测，来进行准确率的判别。

Step1 --> 网络采集图片

import aiohttpimport asyncioimport reimport randomstart_url = "https://image.baidu.com/search/index?tn=baiduimage&word=彭于晏大头照(或者是某人的大头照)"async def init_urls(url,p):  async with aiohttp.ClientSession() as session: async with session.get(url) as resp: if resp.status in [200, 201]: if p: data = await resp.text() image_url = re.findall('hoverURL":"(.*?)"', data) return image_url                else: content = await resp.read() path = r'C:\Users\lvhaitao\Desktop\Primitive_face\chenguanxi' + '/' + str( random.randint(100, 1000)) + '.jpg' with open(path, 'wb') as f: f.write(content)
if __name__ == "__main__": loop = asyncio.get_event_loop() future_image_list = asyncio.ensure_future(init_urls(start_url,True)) loop.run_until_complete(future_image_list) tasks=[] for url in future_image_list.result(): future = asyncio.ensure_future(init_urls(url,False)) tasks.append(future) loop.run_until_complete(asyncio.wait(tasks)) loop.close()

爬取网址是百度图片搜索某某人的大头照

爬取图片使用的是协程，在python3.4版本后引入，与以往的requests不同，它采用的是高并发的模式，由于GIL锁的问题，协程变得很难以理解，所以async 是不可以和requests联用的(因为requests是单线程)，但他可以和 aiohttp联用，效果与Scrapy框架大同，运行时间可以大幅度的减小。举个例子

假设访问一个网页需要2秒 ，那么request访问100个页面需要 200秒左右，而使用协程 只需要2.004秒左右，假设访问10000次 需要2.2108秒，此结果由测试得知。

所以，协程的重要性就很明了了。

在程序中，把采集的照片存入到Primitive_face文件夹中，所以step1到此完成。

爬取图片后的结果

Step2 --> 识别人脸信息

什么是识别人脸信息呢，也就是说，我们要将一张图片里有没有人脸识别出来，如果能识别到人脸，那么就扣出人脸这一块，其他的舍去，这样做的目的是去除无用的照片，同时在有人脸的图片上除去不相关的元素，能大大提高预测的准确率

python的opencv-python库上有CascadeClassifier 也就是级联分类器 简而言之是滑动窗口机制+级联分类器的方式，很多时候都被这种高深的名字给吓到，但是我们不必去探究他的实现原理，底层代码，这太难了，简单的，我们知道他如何使用就行了。

关于opencv_python 库 只需要简单的 pip install opencv-python就行了 但是导入的时候他的名字叫cv2。

import cv2import numpy as npimport osface_extraction_train_path = r"C:\Users\lvhaitao\Desktop\face_extraction_train"#指定裁剪后图片的存放地址size_m = 300size_n = 300target=[]def detect_face(img): gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) face_cascade = cv2.CascadeClassifier(r"C:\Users\lvhaitao\Anaconda3\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml") faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5) if (len(faces) == 0): return None, None (x, y, w, h) = faces[0] return gray[y:y + w, x:x + h], faces[0]
def prepare_training_data(data_folder_path): dirs = os.listdir(data_folder_path) faces = [] for dir_name in dirs: dir_name_path = data_folder_path + '/' + dir_name images = os.listdir(dir_name_path) s=0 for image_name in images: s+=1 image_path = dir_name_path + '/' + image_name image = cv2.imread(image_path) face, rect = detect_face(image) if face is not None: res=cv2.resize(face,(64,64),interpolation=cv2.INTER_CUBIC) faces.append(res) face_path = face_extraction_train_path + '/' + dir_name if not os.path.exists(face_path): os.mkdir(face_path)  image_face_path = face_path + '/' + str(s) + '.jpg' cv2.imwrite(image_face_path, res) target.append(dir_name) return faces,target
faces,target=prepare_training_data(r"C:\Users\lvhaitao\Desktop\Primitive_face")

别看代码很长 其实关键代码就是 detect_face 这个方法里的代码

face_cascade = cv2.CascadeClassifier(r"C:\Users\lvhaitao\Anaconda3\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml")

这行代码就是创建了我们的级联分类器，只需要调用他的xml文件就行，安装过cv2后，他的级联分类器就在我们的cv2包中的data目录下面，如果你尝试了你会看到很多的级联分类器，有眼睛的，脸的，鼻子，嘴巴，以及其他的等等，选你自己需要的就行。

所以很简单的 如果有脸 我们就返回识别出来的脸的那一块区域，如果没有我们就返回None

prepare_training_data这个方法虽然代码很长，其实它实际上就是将识别出来的脸存放在不同的文件夹里而已，也就是创建文件夹，创建子文件夹 ，然后将图片写进去，就这么简单的，没有多余的内容，由于图片大小不一，所以统一将大小都变成了64x64像素图片。

                                                    迪丽热巴识别图

                                                        彭于晏识别图

通过简单的代码我们将Primitive_face原始人脸图中的人脸进行提取，存放到face_extraction_train文件夹中

step2到此结束

Step3 --> 数据处理

其实从上step2的代码中，我们将提取出的人脸信息进行了收集，也就是faces列表 他存放的是二维矩阵 也就是 64*64 维的矩阵 ，那么target就是对应的标签，也就是某某某，那么为什么要做数据处理呢？

第一步 将64*64 转换为（1，4096） 的形状 ，为什么这么做呢，因为传入训练的时候需要这样的规定

代码很简单 也就是将第一个维度 × 第二个维度

Step4 -->训练测试集分离

    为什么要有训练集和测试集？很简单，我们训练一个模型后，当然要用测试集去测试他的效果好不好，准确率高不高，其实判断模型的好坏远不止说说的这么简单，由于知识有限，这里简单的提一提。

值得一提的是sklearn中专门封装了训练测试集的分离

from sklearn.model_selection import train_test_splitX_train,X_test,y_train,y_test = train_test_split(X,target,random_state=66,test_size=0.2)

其中X是我们在step3中处理的faces矩阵，将他转换为numpy的array数组，sklearn大大支持numpy数组的传入。random_state是随机种子，test_size是测试集占的比例，由于爬取的图片不多，一共就30张，所以训练集占的比例多一点，由于是网络图片，你给的训练图片越多，实际上预测的准确率要越好，当然，如果你的训练集样本足够多，可以调大测试集所占的比例。

这里还要说的是 我们还要对 X_train 和X_test 的数据进行处理 也就是数据的归一化

为什么要将数据进行归一化呢，深奥的来讲，就是让算法寻找最优解变得容易，更容易正确的收敛得到最优解，通俗的来说就是消除量纲，把有量纲表达式变成无量纲表达式，便于不同单位或量级的指标能够进行比较和加权。由于像素是有边界的，所以运用了MinMax这种归一化的方式。

from sklearn.preprocessing import MinMaxScalerminmaxScaler = MinMaxScaler()minmaxScaler.fit(X_train)X_tandart_train = minmaxScaler.transform(X_train)X_tandart_test = minmaxScaler.transform(X_test)

从sklearn中导入我们的MinMaxScaler的处理器 

同样的我们利用X_train进行标准来训练,将处理后的数据保存成X_tandart_train,X_tandart_test

至此 Step4结束

Step5 -->模型训练

其实在模型训练前，还有一个很重要的话题就是模型的选择，在使用SVM前，我尝试使用了KNN模型，逻辑回归模型，但KNN的效果并不理想，逻辑回归解决的是二分类问题，但也可以解决多分类，但这样就增加了难度，所以SVM就成了比较好的选择。

其实对于模型来说，要理解他的模型机制，需要很强大的数学功底，其实归根结底来说，模型就是一个算法，是推导出来的，算法也就是数学的式子，所以数学不好的人，根本看不懂，也很难理解他的含义，要想理解，数学基础功底是必须要很强大的。

这里选择了SVM，并不是说SVM就是最好的选择，当然还有卷积神经网络等等... 由于只是一时兴起，所以就很简单的实现了一下。

from sklearn.svm import LinearSVCsvc = LinearSVC(C=1e10)svc.fit(X_tandart_train,y_train)

‍

创建LinearSVC模型其中有一个超参数C ，他的意思是容错率，越高他的容错率越低

然后使用我们的训练集进行训练

训练完后 我们用测试集去看看他的效果，别急，在此之前，我们看看他的训练集准确率

模型里sklearn专门封装了一个score函数

svc.score(X_tandart_train,y_train)

我们将训练的数据和训练的结果传入来看看他的准确率

结果为1.0 也就是百分百准确 ， 准确率还挺高，但这并不能代表我们的模型就是很好了，还要看我们的测试集，也就是未被模型接触过的照片，看看通过这些未知的照片，他的识别率有多好

svc.score(X_tandart_test,y_test)

他的识别率为：0.8666666667 也就是87%

如果我们将 拆分训练测试集的test_size 调整为0.1 那么他的测试集识别率也为 1 ，也就是百分之百，所以这里猜测一个结论，也就是喂给模型的训练集照片越多，模型的泛化能力可能也就越好，就是说 在我这里用来训练的有56张照片，其实是很少的，至少一个人60张，预测的照片只有15张，但是这边的预测准确率也还是可观的。

所以，数据量要大，很关键。

至此 Step5也就结束了。 我们来看看到底是谁识别错了。

绘制代码：

name_dict = {'dilireba':'迪丽热巴',"chenguanxi":'陈冠希',"pengyuyan":'彭于晏'}import matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.unicode_minus"] = Falsefig, ax = plt.subplots(3, 5)for i, axi in enumerate(ax.flat): axi.imshow(X_test[i].reshape(64, 64), cmap='bone')    axi.set(xticks=[], yticks=[]) axi.set_xlabel(name_dict[y_predict[i]],size=15, color='black' if y_test[i] == y_predict[i] else 'red')fig.suptitle('预测错误的名字被红色标注', size=14)plt.show()

绘制结果：

造成准确率低的原因一大部分可以是因为训练的样本数量太少，其实，通过特征提取后，他们的样子其实差不多，都有眼睛嘴巴鼻子等，当然，还有很多的超参数，以及各种方法，例如PCA主成分分析法，多项式回归等各种处理手段，由于水平有限，不能很好的运用在这里面，不然准确率一定会大大的提高，如果你想，也可以打开摄像头的方式进行自己的人脸输入，那样你的预测准确率会大大提高，只不过这里就不进行。

这样一个人脸识别就做好了，你可以传入一张你自己的照片，来看看他是谁，如果你测试集的样本数足够多，我想他会给你很准确的算出你是谁。

值得一提的是，这样的准确率并不能代表他的准确率，因为不同的人脸，会出现不同的效果，关于这方面的知识，以及判断模型的好坏，如何调整参数使得模型更好，内涵的知识实在太过丰富，由于水平有限，目前只能做到如此了。

现在已经是凌晨2点了，搞点夜点心778，搞点夜点心778，嫩啊，宣盘封顶