一、人脸图像特征提取方法

https://blog.csdn.net/weixin_45137708/article/details/107110857

二、对笑脸数据集genki4k进行训练和测试（包括SVM、CNN），输出模型训练精度和测试精度（F1-score和ROC），实现检测图片笑脸和实时视频笑脸检测

（一）环境、数据集准备

本文操作在Jupyter notebook平台进行，需要安装tensorflow、Keras库、Dlib库、和opencv-python等。
1、安装tensorflow、Keras库
https://blog.csdn.net/weixin_45137708/article/details/106674849
2、安装配置Dlib库和opencv-python
https://blog.csdn.net/jajit/article/details/106630937?utm_source=app
3、笑脸数据集下载
笑脸数据集下载链接：https://pan.baidu.com/s/1ldA8CF6pH4q0Bheik_Tttg
提取码：fui1

（二）训练笑脸数据集genki4k

1、首先导入Keras库

import keras keras.__version__ 

2、读取笑脸数据集，然后将训练的数据和测试数据放入对应的文件夹

import os, shutil # The path to the directory where the original # dataset was uncompressed original_dataset_dir = 'C:\Users\asus\Desktop\test\genki4k' # The directory where we will # store our smaller dataset base_dir = 'C:\Users\asus\Desktop\test\smile_and_nosmile' os.mkdir(base_dir) # Directories for our training, # validation and test splits train_dir = os.path.join(base_dir, 'train') os.mkdir(train_dir) validation_dir = os.path.join(base_dir, 'validation') os.mkdir(validation_dir) test_dir = os.path.join(base_dir, 'test') os.mkdir(test_dir) # Directory with our training smile pictures train_smile_dir = os.path.join(train_dir, 'smile') os.mkdir(train_smile_dir) # Directory with our training nosmile pictures train_nosmile_dir = os.path.join(train_dir, 'nosmile') os.mkdir(train_nosmile_dir) # Directory with our validation smile pictures validation_smile_dir = os.path.join(validation_dir, 'smile') os.mkdir(validation_smile_dir) # Directory with our validation nosmile pictures validation_nosmile_dir = os.path.join(validation_dir, 'nosmile') os.mkdir(validation_nosmile_dir) # Directory with our validation smile pictures test_smile_dir = os.path.join(test_dir, 'smile') os.mkdir(test_smile_dir) # Directory with our validation nosmile pictures test_nosmile_dir = os.path.join(test_dir, 'nosmile') os.mkdir(test_nosmile_dir) 

3、将笑脸图片和非笑脸图片放入对应文件夹
在上面程序中生成了一个名为smile_and_nosmile的文件夹，里面有三个子文件，分别存放训练、测试、验证数据，在这三个文件夹下还有smile和nosmile文件夹，我们需要将笑脸图片放入smile文件夹，将非笑脸图片放入nosmile文件夹。


3、打印每个数据集文件中的笑脸和非笑脸图片数

print('total training smile images:', len(os.listdir(train_smile_dir))) print('total training nosmile images:', len(os.listdir(train_nosmile_dir))) print('total validation smile images:', len(os.listdir(validation_smile_dir))) print('total validation nosmile images:', len(os.listdir(validation_nosmile_dir))) print('total test smile images:', len(os.listdir(test_smile_dir))) print('total test nosmile images:', len(os.listdir(test_nosmile_dir))) 

4、构建小型卷积网络
我们已经为MNIST构建了一个小型卷积网，所以您应该熟悉它们。我们将重用相同的通用结构:我们的卷积网将是一个交替的Conv2D(激活relu)和MaxPooling2D层的堆栈。然而，由于我们处理的是更大的图像和更复杂的问题，因此我们将使我们的网络相应地更大:它将有一个更多的Conv2D + MaxPooling2D阶段。这样既可以扩大网络的容量，又可以进一步缩小特征图的大小，这样当我们到达平坦层时，特征图就不会太大。在这里，由于我们从大小为150×150的输入开始(有点随意的选择)，我们在Flatten层之前得到大小为7×7的feature map。

注意：feature map的深度在网络中逐渐增加(从32到128)，而feature map的大小在减少(从148×148到7×7)。这是你会在几乎所有convnets中看到的模式。由于我们解决的是一个二元分类问题，我们用一个单一单元(一个大小为1的稠密层)和一个s型激活来结束网络。这个单元将对网络正在查看一个类或另一个类的概率进行编码。

from keras import layers from keras import models  model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu',                         input_shape=(150, 150, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Flatten()) model.add(layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid')) 

让我们来看看要素地图的尺寸是如何随每个连续图层而变化的

model.summary() 

让我们来看看特征地图的尺寸是如何随着每一个连续的层：为我们编译步骤，我们将一如既往地使用RMSprop优化器。由于我们用一个单一的乙状结肠单元结束我们的网络，我们将使用二进制交叉熵作为我们的损失

from keras import optimizers  model.compile(loss='binary_crossentropy',               optimizer=optimizers.RMSprop(lr=1e-4),               metrics=['acc']) 

5、数据预处理
在将数据输入到我们的网络之前，应该将数据格式化为经过适当预处理的浮点张量。目前，我们的数据以JPEG文件的形式保存在硬盘上，因此将其导入网络的步骤大致如下:

• 读取图片文件
• 解码JPEG内容到RBG像素网格
• 把它们转换成浮点张量
• 将像素值(从0到255)缩放到[0,1]区间

from keras.preprocessing.image import ImageDataGenerator  # All images will be rescaled by 1./255 train_datagen = ImageDataGenerator(rescale=1./255) test_datagen = ImageDataGenerator(rescale=1./255)  train_generator = train_datagen.flow_from_directory( # This is the target directory         train_dir, # All images will be resized to 150x150         target_size=(150, 150),         batch_size=20, # Since we use binary_crossentropy loss, we need binary labels         class_mode='binary')  validation_generator = test_datagen.flow_from_directory(         validation_dir,         target_size=(150, 150),         batch_size=20,         class_mode='binary') 

让我们看看其中一个生成器的输出：它生成150×150 RGB图像的批次(Shape(20,150,150，3))和二进制标签(Shape(20，))。20是每批样品的数量(批次大小)。注意，生成器无限期地生成这些批：它只是无休止地循环目标文件夹中的图像。因此，我们需要在某个点中断迭代循环。

for data_batch, labels_batch in train_generator: print('data batch shape:', data_batch.shape) print('labels batch shape:', labels_batch.shape) break 

使用生成器使我们的模型适合于数据

history = model.fit_generator(       train_generator,       steps_per_epoch=100,       epochs=30,       validation_data=validation_generator,       validation_steps=50) 

这里使用fit_generator方法来完成此操作，对于我们这样的数据生成器，它相当于fit方法。它期望Python生成器作为第一个参数，它将无限期地生成成批的输入和目标，就像我们的示例一样。因为数据是不断生成的，所以在宣告一个纪元结束之前，生成器需要知道示例从生成器中抽取多少样本。这就是steps_per_epoch参数的作用:在从生成器中绘制完steps_per_epoch批处理之后，即在运行完steps_per_epoch梯度下降步骤之后，拟合过程将转到下一个epoch。在我们的例子中，批次是20个样本大，所以在我们看到2000个样本的目标之前将需要100个批次。

在使用fit_generator时，可以传递validation_data参数，就像fit方法一样。重要的是，允许这个参数本身是一个数据生成器，但是它也可以是Numpy数组的元组。如果您传递一个生成器作为validation_data，那么这个生成器将会不断生成成批的验证数据，因此您还应该指定validation_steps参数，它告诉流程从验证生成器提取多少批来进行评估。

保存模型

model.save('C:\Users\asus\Desktop\test\smile_and_nosmile.h5') 

在训练和验证数据上绘制模型的损失和准确性

import matplotlib.pyplot as plt  acc = history.history['acc'] val_acc = history.history['val_acc'] loss = history.history['loss'] val_loss = history.history['val_loss']  epochs = range(len(acc))  plt.plot(epochs, acc, 'bo', label='Training acc') plt.plot(epochs, val_acc, 'b', label='Validation acc') plt.title('Training and validation accuracy') plt.legend()  plt.figure()  plt.plot(epochs, loss, 'bo', label='Training loss') plt.plot(epochs, val_loss, 'b', label='Validation loss') plt.title('Training and validation loss') plt.legend() plt.show() 

这些图具有过拟合的特点。我们的训练精度随着时间线性增长，直到接近100%，而我们的验证精度停留在70-72%。我们的验证损失在5个epoch后达到最小，然后停止，而训练损失继续线性下降，直到接近0。
6、数据增强
过度拟合是由于可供学习的样本太少，使我们无法训练一个模型来泛化到新的数据。给定无限的数据，我们的模型将暴露于手头数据分布的每一个可能方面:我们永远不会过度拟合。数据增强采用的方法是从现有的训练样本中生成更多的训练数据，方法是通过一系列随机变换来“增强”样本，从而产生看上去可信的图像。我们的目标是在训练时，我们的模型不会两次看到完全相同的图像。这有助于将模型暴露于数据的更多方面，并更好地泛化。

datagen = ImageDataGenerator(       rotation_range=40,       width_shift_range=0.2,       height_shift_range=0.2,       shear_range=0.2,       zoom_range=0.2,       horizontal_flip=True,       fill_mode='nearest') 

• rotation_range是一个角度值(0-180)，在这个范围内可以随机旋转图片
• width_shift和height_shift是范围(作为总宽度或高度的一部分)，在其中可以随机地垂直或水平地转换图片
• shear_range用于随机应用剪切转换
• zoom_range用于在图片内部随机缩放
• horizontal_flip是用于水平随机翻转一半的图像——当没有假设水平不对称时(例如真实世界的图片)
• fill_mode是用于填充新创建像素的策略，它可以在旋转或宽度/高度移动之后出现。

查看增强后的图像

# This is module with image preprocessing utilities from keras.preprocessing import image  fnames = [os.path.join(train_smile_dir, fname) for fname in os.listdir(train_smile_dir)] # We pick one image to "augment" img_path = fnames[3] # Read the image and resize it img = image.load_img(img_path, target_size=(150, 150)) # Convert it to a Numpy array with shape (150, 150, 3) x = image.img_to_array(img) # Reshape it to (1, 150, 150, 3) x = x.reshape((1,) + x.shape) # The .flow() command below generates batches of randomly transformed images. # It will loop indefinitely, so we need to `break` the loop at some point! i = 0 for batch in datagen.flow(x, batch_size=1):     plt.figure(i)     imgplot = plt.imshow(image.array_to_img(batch[0]))     i += 1 if i % 4 == 0: break  plt.show() 

如果我们使用这种数据增加配置训练一个新的网络，我们的网络将永远不会看到两次相同的输入。然而，它看到的输入仍然是高度相关的，因为它们来自少量的原始图像——我们不能产生新的信息，我们只能混合现有的信息。因此，这可能还不足以完全消除过度拟合。

为了进一步对抗过拟合，我们还将在我们的模型中增加一个Dropout层，就在密集连接分类器之前：

model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu',                         input_shape=(150, 150, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Flatten()) model.add(layers.Dropout(0.5)) model.add(layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid'))  model.compile(loss='binary_crossentropy',               optimizer=optimizers.RMSprop(lr=1e-4),               metrics=['acc']) 

用数据增强和退出来训练我们的网络:

train_datagen = ImageDataGenerator(     rescale=1./255,     rotation_range=40,     width_shift_range=0.2,     height_shift_range=0.2,     shear_range=0.2,     zoom_range=0.2,     horizontal_flip=True,) # Note that the validation data should not be augmented! test_datagen = ImageDataGenerator(rescale=1./255)  train_generator = train_datagen.flow_from_directory( # This is the target directory         train_dir, # All images will be resized to 150x150         target_size=(150, 150),         batch_size=32, # Since we use binary_crossentropy loss, we need binary labels         class_mode='binary')  validation_generator = test_datagen.flow_from_directory(         validation_dir,         target_size=(150, 150),         batch_size=32,         class_mode='binary')  history = model.fit_generator(       train_generator,       steps_per_epoch=100,       epochs=100,       validation_data=validation_generator,       validation_steps=50) 

这里程序会跑很久，我跑了几个小时，用GPU跑会快很多很多。

保存模型在convnet可视化部分使用：

model.save('C:\Users\asus\Desktop\test\smile_and_nosmile_1.h5') 

再看一次结果

acc = history.history['acc'] val_acc = history.history['val_acc'] loss = history.history['loss'] val_loss = history.history['val_loss']  epochs = range(len(acc))  plt.plot(epochs, acc, 'bo', label='Training acc') plt.plot(epochs, val_acc, 'b', label='Validation acc') plt.title('Training and validation accuracy') plt.legend()  plt.figure()  plt.plot(epochs, loss, 'bo', label='Training loss') plt.plot(epochs, val_loss, 'b', label='Validation loss') plt.title('Training and validation loss') plt.legend() plt.show() 

由于数据的增加和遗漏，我们不再过度拟合:训练曲线相当紧密地跟踪验证曲线。我们现在能够达到82%的精度，相对于非正则化模型有15%的改进。通过进一步利用正则化技术和调整网络参数(比如每个卷积层的滤波器数量，或者网络中的层数)，我们可能能够获得更好的精度，可能达到86-87%。

7、优化提高笑脸图像分类模型精度
构建卷积网络

from keras import layers from keras import models from keras import optimizers model = models.Sequential() #输入图片大小是150*150 3表示图片像素用(R,G,B)表示 model.add(layers.Conv2D(32, (3,3), activation='relu', input_shape=(150 , 150, 3))) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Conv2D(64, (3,3), activation='relu')) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Conv2D(128, (3,3), activation='relu')) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Conv2D(128, (3,3), activation='relu')) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Flatten()) model.add(layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=1e-4),              metrics=['acc']) model.summary() 

（三）图片笑脸检测

# 单张图片进行判断  是笑脸还是非笑脸 import cv2 from keras.preprocessing import image from keras.models import load_model import numpy as np  model = load_model('smile_and_nosmile_1.h5')  img_path='C:\Users\asus\Desktop\test\genki4k\file2227.jpg'  img = image.load_img(img_path, target_size=(150, 150)) #img1 = cv2.imread(img_path,cv2.IMREAD_GRAYSCALE) #cv2.imshow('wname',img1) #cv2.waitKey(0) #print(img.size) img_tensor = image.img_to_array(img)/255.0 img_tensor = np.expand_dims(img_tensor, axis=0)  prediction =model.predict(img_tensor) print(prediction) if prediction[0][0]>0.5:     result='smile' else:     result='nosmile' print(result) 

结果正确，错误率在0.0883181左右，反复找图片尝试，结果都是正确的。

（四）实时视频笑脸检测

import cv2 from keras.preprocessing import image from keras.models import load_model import numpy as np import dlib from PIL import Image model = load_model('smile_and_nosmile_1.h5') detector = dlib.get_frontal_face_detector() video=cv2.VideoCapture(0) font = cv2.FONT_HERSHEY_SIMPLEX def rec(img):     gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)     dets=detector(gray,1) if dets is not None: for face in dets:             left=face.left()             top=face.top()             right=face.right()             bottom=face.bottom()             cv2.rectangle(img,(left,top),(right,bottom),(0,255,0),2)             img1=cv2.resize(img[top:bottom,left:right],dsize=(150,150))             img1=cv2.cvtColor(img1,cv2.COLOR_BGR2RGB)             img1 = np.array(img1)/255.             img_tensor = img1.reshape(-1,150,150,3)             prediction =model.predict(img_tensor) print(prediction) if prediction[0][0]<0.5:                 result='nosmile' else:                 result='smile'             cv2.putText(img, result, (left,top), font, 2, (0, 255, 0), 2, cv2.LINE_AA)         cv2.imshow('smile detector', img) while video.isOpened():     res, img_rd = video.read() if not res: break     rec(img_rd) if cv2.waitKey(1) & 0xFF == ord('q'): break video.release() cv2.destroyAllWindows() 

视频检测正确，就是背景太黑了…

三、将笑脸数据集换成人脸口罩数据集，并对口罩数据集进行训练，编写程序实现人脸口罩检测

（一）训练人脸口罩数据集

人脸口罩数据集下载链接：https://pan.baidu.com/s/11PBCmDDx7Dtx_ckjwZR2uw
提取码：n2um
训练人脸口罩数据集和训练笑脸数据集一样，只需改一下和相应的变量名和数据集。

（二）编程实现人脸口罩检测

import cv2 from keras.preprocessing import image from keras.models import load_model import numpy as np import dlib from PIL import Image model = load_model('mask_and_nomask.h5') detector = dlib.get_frontal_face_detector() video=cv2.VideoCapture(0) font = cv2.FONT_HERSHEY_SIMPLEX def rec(img):     gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)     dets=detector(gray,1) if dets is not None: for face in dets:             left=face.left()             top=face.top()             right=face.right()             bottom=face.bottom()             cv2.rectangle(img,(left,top),(right,bottom),(0,255,0),2)             img1=cv2.resize(img[top:bottom,left:right],dsize=(150,150))             img1=cv2.cvtColor(img1,cv2.COLOR_BGR2RGB)             img1 = np.array(img1)/255.             img_tensor = img1.reshape(-1,150,150,3)             prediction =model.predict(img_tensor) print(prediction) if prediction[0][0]>0.5:                 result='nomask' else:                 result='mask'             cv2.putText(img, result, (left,top), font, 2, (0, 255, 0), 2, cv2.LINE_AA)         cv2.imshow('mask detector', img) while video.isOpened():     res, img_rd = video.read() if not res: break     rec(img_rd) if cv2.waitKey(1) & 0xFF == ord('q'): break video.release() cv2.destroyAllWindows() 

运行结果：
不戴口罩

戴口罩

人脸口罩检测正确！

虽然人脸口罩检测正确，但是精度还是不高，因为我的数据集里面戴口罩得的图像太少了，朋友们可以多找一些戴口罩的图片以提高精度，后续我也会不断完善~