摘要：整個工程中應用了深度學習框架來建立識別人臉的神經網絡，和一個網絡攝像頭用來捕捉老板的人臉。所以，我用和編寫了一段裁剪人臉圖像的腳本，代碼在這里下載偷拍到的人臉圖像比我之前設想的更清楚識別人臉圖像接下來，要用機器學習教會電腦識別老板的臉。

深度學習如果上班的時候想放松一下，或者直說想偷偷懶，看點和工作無關的網頁，這時候萬一老板突然出現在背后，會不會感到很難堪呢?

有的瀏覽器設置了boss按鍵，手快的人還可以切換屏幕，不過總會顯得不自然，而且經常搞的手忙腳亂的。

一個日本程序員決定自己動手，編寫一個一勞永逸的辦法，我們來看看他是怎么實現的吧~

思路很直接：用網絡攝像頭自動識別在工位通道走過的人臉，如果確認是老板的話，就用一張寫滿了代碼的截圖覆蓋到整個屏幕上。 整個工程中應用了Keras深度學習框架來建立識別人臉的神經網絡，和一個網絡攝像頭用來捕捉老板的人臉。

任務是這樣的：

當老板接近我的工位時，電腦就會自動切換屏幕

辦公室的情況如下：

從老板的座位到我的座位大約6~7米，他會在離開座位后4到5秒鐘到達我的座位，因此，需要在這之前隱藏屏幕，所以時間比較緊迫。

策略

首先需要讓電腦完成對老板面部的深度學習。然后在我的辦公桌上擺上一個網絡攝像頭，讓攝像頭對著通道，當網絡攝像頭捕捉到老板的臉時就切換屏幕。

嗯，這是一個完美的項目。先取一個好名字，就叫Boss Sensor(老板探測器)好了。

Boss Sensor的簡單結構圖如下：

處理過程分為三步：

網絡攝像頭實時拍攝圖像

學習模型檢測和識別所拍攝圖像的人臉

如果識別結果是老板則切換屏幕

所需要的技術實現只有三項：

拍攝人臉圖像

識別人臉圖像

切換屏幕

一步步完成之后整合就可以了。

拍攝人臉圖像

首先找一個網絡攝像頭，我用的是BUFFALO BSW20KM11BK攝像頭，大家隨便找個清晰度夠的就可以了。

較好不要用相機自帶的識別軟件裁剪人臉，因為后面的深度學習過程還需要處理。所以，我用Python和OpenCV編寫了一段裁剪人臉圖像的腳本，代碼在這里下載>>>

偷拍到的人臉圖像比我之前設想的更清楚

識別人臉圖像

接下來，要用機器學習教會電腦識別老板的臉。

我們需要以下三個步驟：

采集圖像

圖像預處理

建立機器學習模型

讓我們一個接一個看一下。

采集圖像

首先，需要收集大量的圖片供電腦學習。一般來說有三種大量收集圖片的方法：

谷歌圖片搜索

Facebook的圖像采集

從視頻里截圖

一開始，我像電影里的特工一樣收集了各種搜索引擎上的老板照片，還有Facebook上老板自己上傳的照片，但說實話，沒有收集到足夠的圖像。所以，反正老板就在身邊，我就簡單粗暴的拍攝了一段他的視頻，然后把視頻分解成大量的圖像。

圖像預處理

現在我有很多人臉圖像了，但還不能拿它們來建立學習模型，必須要裁剪掉與臉部不相關的部分。

我使用ImageMagick來提取人臉，你可以用別的圖像軟件來做。

總之，最后我收集了大量的人臉圖像，就像這樣:

估計我是全世界擁有最多老板頭像的人了，肯定比他爸爸媽媽要多的多。

現在可以準備機器學習了。

建立機器學習模型

Keras框架用來建立卷積神經網絡和神經網絡培訓。Tensorflow用來寫Keras的后端。如果只識別臉部的話，可以調用一些Web API比如微軟的Computer Vision API，但這次我決定自己來實現，因為這個項目需要確保實時性。

網絡體系結構大體如下，Keras非常方便，它可以很輕松的輸出這樣的結構:

至此，只要老板出現在攝像頭中，我就可以識別出他來了。

切換屏幕

最后一步，很簡單，學習模型識別出老板的臉之后，把電腦屏幕換掉就好了。

我是程序員，所以我準備了這樣一張圖：

電腦上只顯示這張圖片，這樣就可以假裝我在認真工作了。

這張圖需要全屏顯示，所以我調用了PyQt庫，代碼在這里下載>>>

一切工作都完成了。

成品

最后把分別實現的技術整合起來并驗證，真的成功了!

“現在老板離開了座位，正走向我的工位。”

“OpenCV已經檢測出人臉，將人臉圖像發(fā)送給學習模型。”

“學習模型認出了他，屏幕自動切換。ヽ(‘ ?‘ )ノ”

源碼

這就是我的Boss Sensor，全部的源碼都放在github上了，可以在這里下載>>>

總結

結合網絡攝像頭的實時圖像采集和Keras深度學習框架，確實可以完成人臉識別。

在實踐過程中，我發(fā)現OpenCV的圖像精度不夠高，雖然不影響識別，但我準備改用Dlib來提高精度，另外我想自己編寫人臉檢測訓練模型。

網絡攝像頭獲取的圖像不夠清晰，我準備換個攝像頭。

唉，坑還是越挖越深啊~

End.

商業(yè)智能與數據分析群

興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統(tǒng)等全方位知識

QQ群：81035754