Python 3 利用 Dlib 19.7 和 sklearn机器学习模型实现人脸微笑检测

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

0. 引言

利用机器学习的方法训练微笑检测模型，输入一张人脸照片，判断是否微笑；

精度在 95% 左右（使用的数据集中 69 张没笑脸，65 张有笑脸）；

图1 测试图像与检测结果

项目实现的笑脸识别，并不是通过 计算嘴唇角度，满足一定弧度认定为笑脸进行判定，

而是通过机器学习模型，让模型去 学习人脸嘴唇的坐标和判定笑脸的关系:

输入: 人脸嘴唇的坐标

输出: 有没笑脸

借助 Dlib 进行 人脸嘴部 20 个特征点坐标（ 40 维特征）的提取，然后根据这 40 维输入特征 作为 模型输入， 1 维特征（ 1 代表有微笑 / 0 代表没微笑）作为输出，进行 Machine Learning 建模;

利用几种机器学习模型进行建模，达到一个二分类（分类有/无笑脸）的目的，然后分析模型识别精度和性能，并且可以识别给定图片的人脸是否微笑；

源码：

GitHub: https://github.com/coneypo/Smile_Detector

1. get_features.py :

get_features(img_rd, pos_49to68)# 输入人脸图像路径，利用 Dlib 的 “shape_predictor_68_face_landmarks.dat” 提取嘴部20个特征点坐标的40个特征值；

write_into_CSV() # 将40维特征输入和1维的输出标记（1代表有微笑/0代表没微笑）写入 CSV 文件中；

2. ML_ways_sklearn.py :

pre_data()# 读取 CSV 中的数据，然后提取出训练集 X_train 和测试集 X_test3. show_lip.py :

显示某人嘴唇的位置

4. check_smiles.py:

输入给定测试图像，用 ML 模型检测其 有/无笑脸；

用到的几种机器学习分类模型：

model_LR() ，Logistic Regression，（线性模型）中的逻辑斯特回归

model_Linear SVC() ，Support Vector Classification，（支持向量机）中的线性支持向量分类

model_MLPC() ， Multi-Layer Perceptron Classification，（神经网络）多层感知机分类

model_SGDC() ，Stochastic Gradient Descent Classification，（线性模型）随机梯度法求解

1. 开发环境

Python:3.6.3

Dlib: 19.7

OpenCv, NumPy, sklearn, pandas, os, csv 等

get_features.py 中调用的库：

import dlib # 人脸识别的库 Dlib
import numpy as np # 数据处理的库 Numpy
import cv2 # 图像处理的库 OpenCv
import os # 读取文件
import csv # csv操作

ML_ways_sklearn.py 中调用的库：

# pd 读取 CSV
import pandas as pd # 分割数据
from sklearn.model_selection import train_test_split # 用于数据预加工标准化
from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression # 线性模型中的Logistic回归模型
from sklearn.neural_network import MLPClassifier # 神经网络模型中的多层网络模型
from sklearn.svm import LinearSVC # SVM模型中的线性SVC模型
from sklearn.linear_model import SGDClassifier # 线性模型中的随机梯度下降模型

使用的人脸来自于 The MUCT Face Database（Link:http://www.milbo.org/muct/）

(The MUCT database was prepared by Stephen Milborrow, John Morkel, and Fred Nicolls in December 2008 at the University Of Cape Town. We would like to send out a thanks to the people who allowed their faces to be used.)

2. 设计流程

工作内容主要以下两大块：提取人脸特征 和建模；

整体的设计流程如下图所示：

图 2 总体设计流程图

2.1 提取人脸特征：

该部分的设计流程图：

图 3 人脸提取特征部分流程图

先在项目目录下建立两个文件夹，分别存放

有笑脸的人脸的路径 : path_images_with_smiles = "data_imgs/database/smiles/"

无笑脸的人脸的路径: path_images_no_smiles = "data_imgs/database/no_smiles/"

这样之后读取的时候就可以知道人脸的标记有/无人脸；

关于利用 Dlib 进行人脸 68个特征点的提取，在我之前另一篇博客里面介绍过 (link: http://www.cnblogs.com/AdaminXie/p/7905888.html)；

本项目中只使用其中嘴部 20个特征点的坐标作为特征输入，20个点的序号如下图所示：

图 4 Dlib 标定的嘴部特征点序号

20 个特征点 40 个坐标值的提取，由 get_features() 函数实现；

输入是图像文件所在路径，返回的的是数组 pos_49to68（40个为特征点坐标值）

# 输入图像文件所在路径，返回一个41维数组（包含提取到的40维特征和1维输出标记）
def get_features(img_rd): # 输入: img_rd: 图像文件
# 输出: pos_49to68: feature 49 to feature 68, 20 feature points in all, 40 points # read img file
img = cv2.imread(img_rd)
# 取灰度
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 计算 68 点坐标
pos_68 = []
rects = detector(img_gray, 0)
landmarks = np.matrix([[p.x, p.y] for p in predictor(img, rects[0]).parts()]) for idx, point in enumerate(landmarks):
# 68点的坐标
pos = (point[0, 0], point[0, 1])
pos_68.append(pos) pos_49to68 = []
# 将点 49-68 写入 CSV
# 即 pos_68[48]-pos_68[67]
for i in range(48, 68):
pos_49to68.append(pos_68[i][0])
pos_49to68.append(pos_68[i][1]) return pos_49to68

然后就遍历两个存放有/无笑脸的文件夹，读取图像文件，然后利用 get_features() 函数得到特征值，写入 CSV 中：

def write_into_CSV():
with open(path_csv+"data.csv", "w", newline="") as csvfile:
writer = csv.writer(csvfile) # 处理带笑脸的图像
print("######## with smiles #########")
for i in range(len(imgs_smiles)):
print("img:", path_pic_smiles, imgs_smiles[i]) # 用来存放41维特征
features_csv_smiles = [] # append "1" means "with smiles"
get_features(path_pic_smiles+imgs_smiles[i], features_csv_smiles)
features_csv_smiles.append(1)
print("features:", features_csv_smiles, "\n") # 写入CSV
writer.writerow(features_csv_smiles) # 处理不带笑脸的图像
print("######## no smiles #########")
for i in range(len(imgs_no_smiles)):
print("img", path_pic_no_smiles, imgs_no_smiles[i]) # 用来存放41维特征
features_csv_no_smiles = [] # append "0" means "no smiles"
get_features(path_pic_no_smiles+imgs_no_smiles[i], features_csv_no_smiles)
features_csv_no_smiles.append(0)
print("features:", features_csv_no_smiles, "\n") # 写入CSV
writer.writerow(features_csv_no_smiles)

会得到一个 41 列的 CSV 文件，前 40 列为 40 维的输入特征，第 41 列为笑脸标记。

show_lip.py

# Created on: 2018-01-27
# Updated on: 2018-09-06 # Author: coneypo
# Blog: http://www.cnblogs.com/AdaminXie/
# Github: https://github.com/coneypo/Smile_Detector # draw the positions of someone's lip import dlib # 人脸识别的库 Dlib
import cv2 # 图像处理的库 OpenCv
from get_features import get_features # return the positions of feature points path_test_img = "data_imgs/test_imgs/i064rc-mn.jpg" detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat') pos_49to68 = get_features(path_test_img) img_rd = cv2.imread(path_test_img) # draw on the lip points
for i in range(0, len(pos_49to68), 2):
print(pos_49to68[i],pos_49to68[i+1])
cv2.circle(img_rd, tuple([pos_49to68[i],pos_49to68[i+1]]), radius=1, color=(0,255,0)) cv2.namedWindow("img_read", 2)
cv2.imshow("img_read", img_rd)
cv2.waitKey(0)

2.2 ML 建模和测试

这部分机器学习模型使用比较简单，之前的特征提取已经完成，写入了 CSV 文件中；接下来就是要从 CSV 中将想要的数据集提取出来，利用 sklearn 进行机器学习建模。

2.2.1 数据预加工

利用 pands.read_csv 读取 CSV 文件，然后利用 train_test_split 进行数据分割；

得到 训练集：X_train, y_train 和 测试集：X_test, y_test

# 从 csv 读取数据
def pre_data():
# 41维表头
column_names = []
for i in range(0, 40):
column_names.append("feature_" + str(i + 1))
column_names.append("output") # read csv
rd_csv = pd.read_csv("data_csv/data.csv", names=column_names) # 输出 csv 文件的维度
# print("shape:", rd_csv.shape) X_train, X_test, y_train, y_test = train_test_split( # input 0-40
# output 41
rd_csv[column_names[0:40]],
rd_csv[column_names[40]], # 25% for test, 75% for train
test_size=0.25,
random_state=33) return X_train, X_test, y_train, y_test

2.2.2 机器学习建模

几种建模方法在 sklearn 中实现的代码类似，所以在此只介绍 LR, logistic regression, 逻辑斯特回归分类，它是属于线性模型一种；

from sklearn.linear_model import LogisticRegression

利用 LR.fit 训练数据：LR.fit(X_train_LR, y_train_LR)，利用 LR.predict 预测标记：y_predict_LR = LR_predict(X_test_LR)；

返回 ss_LR 和 LR，需要这两个返回值，是因为之后要利用它们对给定图像的进行检测，之后 2.2.3 节会介绍；

# LR, logistic regression, 逻辑斯特回归分类（线性模型）
def model_LR():
# get data
X_train_LR, X_test_LR, y_train_LR, y_test_LR = pre_data() # 数据预加工
# 标准化数据，保证每个维度的特征数据方差为1，均值为0。使得预测结果不会被某些维度过大的特征值而主导
ss_LR = StandardScaler()
X_train_LR = ss_LR.fit_transform(X_train_LR)
X_test_LR = ss_LR.transform(X_test_LR) # 初始化 LogisticRegression
LR = LogisticRegression() # 调用 LogisticRegression 中的 fit() 来训练模型参数
LR.fit(X_train_LR, y_train_LR) # save LR model
joblib.dump(LR, path_models + "model_LR.m") # 评分函数
score_LR = LR.score(X_test_LR, y_test_LR)
# print("The accurary of LR:", score_LR) return (ss_LR)

我的数据集里面是69张没笑脸，65张有笑脸，测试精度如下，精度在95%附近：

The accurary of LR: 0.941176470588
The accurary of SGD: 0.882352941176
The accurary of SVM: 0.941176470588
The accurary of MLP: 0.970588235294

2.2.3 测试单张图片

现在我们已经建好机器学习模型，在 2.2.2 中可以利用 sklearn 机器学习模型的 score 函数得到模型精度;

但是如果想检测给定图像的笑脸，需要进行该部分工作：path_test_pic 就是需要进行检测的文件路径，需要精确到图像文件，比如 “F:/pic/test.pic”;

然后调用 get_features.py 中的 get_features() 函数进行特征提取，得到给定图像的40维特征数组 pos_49_68；

check_smile.py:

# Created on: 2018-01-27
# Updated on: 2018-09-07
# Author: coneypo
# Blog: http://www.cnblogs.com/AdaminXie/
# Github: https://github.com/coneypo/Smile_Detector # use the saved model
from sklearn.externals import joblib from get_features import get_features
import ML_ways_sklearn import cv2 # path of test img
path_test_img = "data_imgs/test_imgs/test1.jpg" # 提取单张40维度特征
pos_49to68_test = get_features(path_test_img) # path of models
path_models = "data_models/" print("The result of"+path_test_img+":")
print('\n') # ######### LR ###########
LR = joblib.load(path_models+"model_LR.m")
ss_LR = ML_ways_sklearn.model_LR()
X_test_LR = ss_LR.transform([pos_49to68_test])
y_predict_LR = str(LR.predict(X_test_LR)[0]).replace('', "no smile").replace('', "with smile")
print("LR:", y_predict_LR) # ######### LSVC ###########
LSVC = joblib.load(path_models+"model_LSVC.m")
ss_LSVC = ML_ways_sklearn.model_LSVC()
X_test_LSVC = ss_LSVC.transform([pos_49to68_test])
y_predict_LSVC = str(LSVC.predict(X_test_LSVC)[0]).replace('', "no smile").replace('', "with smile")
print("LSVC:", y_predict_LSVC) # ######### MLPC ###########
MLPC = joblib.load(path_models+"model_MLPC.m")
ss_MLPC = ML_ways_sklearn.model_MLPC()
X_test_MLPC = ss_MLPC.transform([pos_49to68_test])
y_predict_MLPC = str(MLPC.predict(X_test_MLPC)[0]).replace('', "no smile").replace('', "with smile")
print("MLPC:", y_predict_MLPC) # ######### SGDC ###########
SGDC = joblib.load(path_models+"model_SGDC.m")
ss_SGDC = ML_ways_sklearn.model_SGDC()
X_test_SGDC = ss_SGDC.transform([pos_49to68_test])
y_predict_SGDC = str(SGDC.predict(X_test_SGDC)[0]).replace('', "no smile").replace('', "with smile")
print("SGDC:", y_predict_SGDC) img_test = cv2.imread(path_test_img) img_height = int(img_test.shape[0])
img_width = int(img_test.shape[1]) # show the results on the image
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img_test, "LR: "+y_predict_LR, (int(img_height/10), int(img_width/10)), font, 0.8, (84, 255, 159), 1, cv2.LINE_AA)
cv2.putText(img_test, "LSVC: "+y_predict_LSVC, (int(img_height/10), int(img_width/10*2)), font, 0.8, (84, 255, 159), 1, cv2.LINE_AA)
cv2.putText(img_test, "MLPC: "+y_predict_MLPC, (int(img_height/10), int(img_width/10)*3), font, 0.8, (84, 255, 159), 1, cv2.LINE_AA)
cv2.putText(img_test, "SGDC: "+y_predict_SGDC, (int(img_height/10), int(img_width/10)*4), font, 0.8, (84, 255, 159), 1, cv2.LINE_AA) cv2.namedWindow("img", 2)
cv2.imshow("img", img_test)
cv2.waitKey(0)