专属客�18376668806 在线咨询 留言/需求�交

实用深度学习:快切�����了��

介�

在你的工作时间,有没有上网�览一些与你工作无关的网站呢?

�当这�时候,如果我�现���知何时已�站在我背�时,我会感到�常尴尬。当然,我�以迅速地切��幕,但这�行为实在是太�疑了,更何况有时我都�会注�到他已�在那了。所以,为了解决这个问题,我创建了一个使用Keras的系统,它能自动识别我的��是�正在接近我的座�并�时切�我电脑的�幕。

具体�说,Keras�用于神�网络�学习我��的脸部,�时网络摄�头用于识别他是�正在接近我的作为,并切��幕。

任务

这个系统的任务就是当我的��接近我时,自动切��幕。

�用场景如下:


��的座�到我的座�大约6到7米。 他在离开座��4,5秒内�以到达我的座�。 因此,在此这段时间内需�完��幕的切�。

ç­–ç•¥

这里有多�策略�以选择,而我选择的策略是跟�。首先,让计算机深入学习��的�部。 然�,在我的桌�上设置一个网络摄�头,当网络摄�头��到他的脸部时切��幕。 这是一个完美的策略。 让我们称之为奇妙的��探测(Boss Sensor)系统。


系统架构

Boss Sensor的简�系统架构如下。

•网络摄�机实时�摄图�。

•�过学习的脸部识别模型检测并识别所�摄的�部图�。

•如果识别结果是我的��则进行�幕切�。

我们需�以下技术�完�行以上�作:

•�摄脸部图�

•识别脸部图�

•切��幕

让我们�一完�,然�在最�进行整�。

采��部图象

首先,用网络摄åƒ�头æ‹�摄脸部图åƒ�。 æˆ‘用的是BUFFALO BSW20KM11BK网络摄åƒ�头


你也�以使用附带的软件从相机�摄图�,但最好能够从程�中采�,因为考虑到��的处�。 此外,由于在��的处�中需�进行�部识别,因此仅需�剪切�部图�。 所以,我使用Python和OpenCV��摄脸部图�。 下�是代�:

BossSensor/camera_reader.py

我能够获得比预期更清晰的脸部图�。

识别��的脸部

接下�,我们使用机器学习�让计算机能够识别��的脸。

我们需�以下三个步骤:

1.收集图�

2.预处�图�

3.构建机器学习模型

让我们�一�进行分�。

收集图�

首先,我需�收集大�的图��进行学习。 作为一�收集方法,我使用了以下资�:

•Google图片�索

•Facebook上的图�收集

•�摄视频

最�,我用网上�索和Facebook收集图�,但并没有收集到足够多的图�。 所以,我使用摄�机�摄视频,并将视频分解出大�的图�。

预处�图�

现在我有了足够多的�部图�,但学习模型�能直接对他们进行学习。这是因为图�中有大�与�部无关的信�。所以我需�先对图�进行脸部剪切。

我主�使用ImageMagick�进行脸部��。 通过使用ImageMagick我们�以��图�中的�部部分。

ImageMagick

我收集到的大��部图�如下:

也许我是这个世界上有我���部照片最多的人了,比他父�还多。

现在已�准备好进行机器学习了。

构建机器学习模型

Keras用于建立已��过学习的�积神�网络(CNN)。 TensorFlow用于Keras的�端。 如果你�识别�部,那就�以直接调用Web API进行图�识别,例如Cognitive Services中的Computer Vision API。但是这次我决定自己�实现这部分,因为考虑到系统的实时性。

网络具有以下架构。 使用Keras是�常方便的,因为它�以轻�地输出架构。


代�如下:

BossSensor/boss_train.py至此,系统�以识别出��的�部了。

切��幕

现在,当学习模型识别��的脸,我需�切��幕。 在这个时候,让我们显示准备好的截���装工作。

我是一个程�员,所以我准备了下�的图�。


我�显示这张图片。

由于我想以全�显示图�,所以使用了PyQt。 下�是代�:

BossSensor/image_show.py

现在,一切都准备就绪。

完�的产�

一旦我们整�所有�用到的技术,我们就大功告�了。

“我的��离开了他的座�,他正在接近我的座��

“OpenCV已�检测到�部并将图�输入到学习模型中。�


快切�!


�代�

你�以从以下链接下载Boss Sensor:

BossSensor

结论

我结�了从Web相机的实时图�采集和�部识别使用Keras�识别我的��和切��幕。目�,我用OpenCV�检测�部,但由于OpenCV中的�部检测的准确性似乎�太好,我想�试使用Dlib��高准确性。 �外,我还想试验一下我自己的�部检测模型。最�,由于从网络摄�机获�的图�的识别精度�太好,我还想改进这个方�。

文章原标题《Deep Learning Enables You to Hide Screen when Your Boss is Approaching》,作者:HIRONSAN,译者:friday012


戳原文,更有料�