基于机器学习人脸识别face recognition具体的算法和原理

引自：http://blog.csdn.net/eclipsesy/article/details/78388468?utm_source=debugrun&utm_medium=referral

0 简介

人脸识别大致分为如下三个部分：

1. 人脸检测 face detection
2. 人脸对齐 face alignment
3. 人脸识别 face recognition，包括： 
   
   • face verification：两张图片相似程度。
   • face identification： 在图片库中检索与当前图片相似度最高的图片。

1 人脸检测

face detection通常认为是在图片中找到人脸的过程，这个过程常用的办法有用openCV调用’haarcascade_frontalface_default.xml’或者其他xml文件构建分类器对象，通过detectMultiScale函数返回人脸框坐标，在图像中框出人脸。也可以通过深度学习的方法定位人脸。

1.1 openCV-haarcascade检测

1.2 faster-RCNN 检测人脸

• github : face-py-faster-rcnn
• 参考http://blog.csdn.net/zengdong_1991/article/details/66475821

• 编译过程中如果出现问题，参考faster rcnn +cudnn V5方法2，Caffe + CUDNN V5:

  1. 用最新caffe源码(https://github.com/BVLC/caffe)的以下文件替换掉faster rcnn 的对应文件 
     include/caffe/layers/cudnn_relu_layer.hpp,  
     src/caffe/layers/cudnn_relu_layer.cpp,  
     src/caffe/layers/cudnn_relu_layer.cu 
     include/caffe/layers/cudnn_sigmoid_layer.hpp, src/caffe/layers/cudnn_sigmoid_layer.cpp, src/caffe/layers/cudnn_sigmoid_layer.cu 
     include/caffe/layers/cudnn_tanh_layer.hpp, src/caffe/layers/cudnn_tanh_layer.cpp,  
     src/caffe/layers/cudnn_tanh_layer.cu
  2. 用caffe源码中的这个文件替换掉faster rcnn 对应文件 
     include/caffe/util/cudnn.hpp
  3. 将 faster rcnn 中的 src/caffe/layers/cudnn_conv_layer.cu 文件中的所有v3版本的函数名称替换为v5版本 
     cudnnConvolutionBackwardData_v3 函数名替换为 cudnnConvolutionBackwardData 
     cudnnConvolutionBackwardFilter_v3函数名替换为 cudnnConvolutionBackwardFilter

• 在根目录下运行python ./tools/run_face_detection_on_fddb.py，可返回坐标

2 人脸对齐

face alignment指在标定人脸位置后对人脸上的特征进一步定位，可以对人脸检测的侧脸进行校正，旋转，3d变换等，也可以对特征点进行特定的表情变化。常用的有5点和68点特征。如DCNN，TCDCN，MTCNN等方法。

2.1 DCNN

https://github.com/luoyetx/deep-landmark 
下载LFW数据进行训练和测试

3 人脸识别

人脸识别是由CNN提取人脸的特征，将两张待测图片输入至训练好的CNN，提取全连接层的特征。模型一般是由预训练的分类模型演变，如1000个人，每个人50张图片训练的CNN模型。

3.1 face verification

两张待测图片在训练好的模型上提取全连接层特征，如vgg的fc7层的4096维特征，进行cosin距离计算。利用vgg-facecaffemodel，如果角度光照相同，可以达到0.93左右的准确率，戴眼镜的影响很大。经过测试vgg-face在0.71至0.73表现最好。

3.2 face identification

将图片库的每张图片（小规模100人至大规模上百万）在训练好的模型上提取全连接特征，将待测图片同样提取特征，对所有特征进行相似度计算，排序后得到相似度最大的图片。vgg-face，GTX970排序一个特征约10−5s。在大规模数据集的排序可使用LSH等方法。

3.3 vgg-face 实现

http://www.cppblog.com/guijie/archive/2015/10/14/212015.html 
下载caffe模型，作为model，可以直接进行测试。也可以进行finetune。verification和identification都可以利用vgg-face实现。利用CASIA测试，最佳阈值约0.71至0.73。

4 整合实现

• 测试中，CASIA经过openCV的haarcascade cropface后，丢进vgg-face，30类top1约 96%，top5 97.3%。
• 对vgg-face的finetune效果很差，正在尝试resnet50
• 利用openCV的haarcascade + vgg-face识别速度很快，但检测精度不高
• 利用face-faster-rcnn检测+vgg-face识别速度较慢，约5.5fps，但是测量也可以检测。