Распознавание лиц с помощью Raspberry Pi и библиотеки OpenCV
Технология распознавания лиц (Face Recognition) с каждым годом становится все более популярной в современном мире. Китай запустил данную технологию в школах для контроля за посещением уроков школьниками и их поведением. Многие аэропорты мира уже используют технологию распознавания лиц для обеспечения безопасности на своей территории. Гипермаркеты применяют данную технологию для классификации своих покупателей и изоляции (задержания) лиц, которые ранее были замечены в попытках обмана магазина. Несомненно, что диапазон применений технологии распознавания лиц в ближайшее время будет только расти.
В данной статье мы рассмотрим создание системы распознавания лиц с помощью платы Raspberry Pi и библиотеки OpenCV. Достоинством развертывания такой системы на основе платы Raspberry Pi является то, что система получается чрезвычайно компактной и ее можно будет установить в любом удобном месте. Как и во всех других системах распознавания лиц, у нас будет две программы (на python), одна из которых будет тренировочной программой (Trainer program) и будет анализировать набор фотографий с определенными людьми, после чего она будет создавать набор данных в формате YML файла. Вторая программа будет непосредственно программой распознавания (Recognizer program), которая будет обнаруживать на изображении лицо человека и затем использовать набор данных YML чтобы распознать его и подписать имя человека на изображении. В нашем проекте обе эти программы написаны для Raspberry Pi (Linux), однако с небольшими изменениями они будут работать и на компьютерах с операционной системой Windows.
Распознавание лиц на Python | Face Recognition, Pillow
Для реализации данного проекта нам понадобится библиотека OpenCV. Как ее установить на плату Raspberry Pi можно прочитать в данной статье.
Как работает распознавание лиц с OpenCV
На этом этапе необходимо отметить, что обнаружение лица (Face Detection) и распознавание лица (Face Recognition) – это две разные задачи. При обнаружении лица обнаруживается только лицо человека и программное обеспечение не имеет узнать человека. А вот в задаче распознавания лица программное обеспечение должно не только обнаружить лицо, но и распознать его. То есть перед распознаванием лица нам необходимо сначала обнаружить лицо. Каким образом библиотека OpenCV производит обнаружение лица или какого-либо другого объекта на изображении, мы в данной статье рассматривать не будем, информации об этом достаточно много в сети интернет.
Видео, получаемое с камеры, есть не что иное как последовательность изображений, следующих одно за другим. А каждое из этих изображений представляет собой просто набор пикселов, размещенных на определенных позициях. Так каким же образом программа среди этих пикселов может обнаруживать лицо и затем распознавать его? Для этого в настоящее время существует уже достаточно много разработанных алгоритмов, но их изучение не является целью данной статьи. И, поскольку мы будем использовать библиотеку OpenCV для решения задачи распознавания лиц, то нам нет необходимости глубоко вникать в эти вопросы, нам просто нужно будет использовать соответствующие функции этой библиотеки.
The Face Reader Trailer with English Subtitle
Обнаружение лиц в OpenCV с использованием каскадов Хаара
Мы сможем распознать лицо только если правильно его обнаружим (выделим из полного изображения). Для обнаружения таких объектов как лицо OpenCV использует классификаторы/каскады (Classifiers). Эти классификаторы предварительно тренируются (обучаются) на наборе данных (XML файл), после чего они могут быть использованы для обнаружения определенных объектов, в нашем случае лиц. Более подробно о классификаторах для обнаружения лиц вы можете прочитать в сети Интернет — в последнее время об этом пишут достаточно много. Кроме обнаружения лиц классификаторы/каскады могут также использоваться для обнаружения других объектов: нос, глаза, улыбка, автомобильные номера и многое другое. Список данных классификаторов можно скачать по следующей ссылке:
Также библиотека OpenCV позволяет вам создать свой собственный классификатор/каскад (Classifier), который можно использовать для обнаружения любого объекта на изображении при помощи обучения вашего каскада Хаара. В этой статье мы будем использовать классификатор под названием “haarcascade_frontalface_default.xml”, который способен обнаруживать лицо при виде на него спереди (по фронту). Как его использовать мы рассмотрим далее в статье.
Установка необходимых пакетов
Вначале убедитесь что на вашей плате Raspberry Pi установлен pip, только после этого можно переходить к установке необходимых пакетов.
Установка dlib
Dlib – это инструмент для приложений машинного обучения (Machine Learning) и анализа данных. Для его установки введите следующую команду в терминале:
Источник: microkontroller.ru
FaceReader
Программы / Образование / Наука / FaceReader
 |
Скачать FaceReader |  |
Для скачивания будет предоставлена ссылка на дистрибутив программы на сайте компании-разработчика.
Обзор FaceReader (автоматический перевод)
FaceReader является первой системой, которая автоматически распознает определенные свойства в лицевых изображениях, включая следующие эмоциональные выражения:
* счастливый
* печальный
* сердитый
* удивленный
* испуганный
* чувствующий отвращение
* ‘нейтральное’ состояние
Вы будете в состоянии быстро обнаружить интересные эпизоды в длинной серии событий.
FaceReader сэкономит Вам бесценное время и ресурсы: вместо Вас проводящий время, аннотируя выражения лица, компьютер делает работу.
Этот новый инструмент может использоваться в широком диапазоне приложений исследования, например в:
* Психология: как люди отвечают на стимулы, например, в исследовании страха?
* Образование: наблюдение выражений лица студентов может поддерживать разработку образовательных инструментов.
* Человеко-машинное взаимодействие: лицевые сигналы могут предоставить ценную информацию о пользовательском опыте.
* Тестирование удобства пользования: эмоциональные выражения могут указать простоту использования и эффективность пользовательских интерфейсов.
* Исследование рынка: как люди отвечают на новую рекламу?
* Поведение потребителя: как делают участники сенсорной панели реагируют?
Дополнительные функции:
В дополнение к анализу выражений FaceReader может также классифицировать поверхности на следующих свойствах:
* род
* возраст
* этническая принадлежность
* волосы на лице (борода и/или усы)
* износ стекол
Кроме того, FaceReader включает основной алгоритм распознавания человека. Настоящим, отдельные люди могут быть распознаны после ввода исходного лицевого изображения однажды. Вы можете использовать FaceReader для анализа медиа-файлов или неподвижных изображений. FaceReader может также проанализировать живой: все это взятия является веб-камера хорошего качества.
Источник: www.obnovisoft.ru
Аналоги FaceApp — самые популярные приложения
Хоть FaceApp pостается лидером среди фоторедакторов, существует ещё большое количество программ, которые также прекрасно справляются с обработкой фото. Все они имеют свои достоинства и недостатки, а также свои уникальные функции. Будет очень полезно применять их именно там, где они имеют сильные стороны. Именно о стоящих редакторах сейчас и пойдет речь.
Уникальные фильтры
DreamScope – можно сразу же причислить к аналогам FaceApp, так как здесь используется та же система фильтров.
Правда здесь их намного больше и они более разнообразны. Есть даже алгоритм на основе нейросети, которая создает случайный фильтр. DreamScope доступна для iOS, Android, и персонального компьютера, если использовать соответствующий эмулятор.
В Фейс Апп также имеется возможность загружать фотографии из социальных сетей, и сохранять их в разных форматах.
Профессиональная камера
А вот программу MuseCam можно назвать похожей программой на ФейсАпп. Ведь она имеет большой набор профессиональных инструментов, как для создания фото, так и для их последующей обработки.
Единственная сложность, которая может возникнуть при использовании редактора – ограниченность бесплатных фильтров. Чтобы получить качественные фильтры необходимо их докупить.
Шуточный редактор
MSQRD – типа Face App, которое разработано для развлекательных целей. Загруженную фотографию можно дополнить мультяшным эффектом, или сделать похожим её на какого-нибудь зверя. Причем сделать это можно ещё на стадии создания фотографии. А затем экспортировать в социальные сети, или сохранить в любом формате.
MSQRD доступен как для Android, так и для iOS. Легкий фоновой режим, позволяет всегда держать камеру наготове, и при этом не нагружать операционную систему устройства. Потребление ресурсов сведено к минимуму.
Призма
Давно хотели посмотреть на мир через призму? Сейчас такая возможность доступна после загрузки Prism – аналога FaceApp. Программа может сделать даже из самого обычного и незаурядного фото настоящее произведение искусства. Как и в остальных программах типа FaceApp, Призма предоставляет полный набор функций для создания, обработки, сохранения и публикации изображений.
Приложение является мультиплатформенным и доступно для всех мобильных операционных систем. А используя эмулятор Android, можно запустить Призму и на персональном компьютере.
Большой выбор
Это далеко не весь список программ, которые заслуживают внимания. В официальных каталогах приложений даже присутствуют специальные разделы с подобными редакторами, что говорит о наличии их большого количества. Именно там вы сможете найти утилиту по душе.
Скачать аналоги и FaceApp бесплатно
Источник: face-app.ru