iT邦幫忙

2021 iThome 鐵人賽

DAY 10
2
AI & Data

[Computer Vision] 電腦視覺下的人臉系列 第 10

[Day10] Face Detection - 使用OpenCV & Dlib:OpenCV DNNs

  • 分享至 

  • xImage
  •  

本文開始

使用OpenCV DNNs方式來偵測人臉,雖然這個方式會使用到深度學習神經網路(框架為SSD (Single Shot Detector) + 基礎CNN網路使用ResNet),但實際使用上不但簡單,偵測人臉的速度也很快。

相關的框架與CNN網路架構說明不在這個系列的範圍內 (怕講不完...),有求知慾的邦友可以自行搜尋相關關鍵字。


前面提到過,使用OpenCV & Dlib來做人臉偵測,大概可以分為四種方式:

  1. OpenCV Haar cascades
  2. OpenCV deep neural networks (DNNs) <-- 今天說這個
  3. Dlib HOG + Linear SVM
  4. Dlib max-margin object detector (MMOD)

今天要介紹第二種方式。

OpenCV DNNs

習慣上我喜歡稱呼這個方法叫OpenCV神經網路檢測

在辨識速度不差、辨識準確度高於哈爾特徵檢測外,也不用太多的參數調整需要介入。

如果是要做人臉偵測應用,一開始先使用這個方式來做,結果一定不會讓你失望的。

開始實作吧!

  1. 在昨天Day9的專案下,同樣在face_detection目錄下新增一個Python檔案opencv_dnns.py
    dnns_1
  2. 在新增的Python檔案內輸入以下內容 (相關程式碼說明在註解內):
    # 匯入必要套件
    import argparse
    import time
    from os.path import exists
    from urllib.request import urlretrieve
    
    import cv2
    import numpy as np
    from imutils.video import WebcamVideoStream
    
    prototxt = "deploy.prototxt"
    caffemodel = "res10_300x300_ssd_iter_140000.caffemodel"
    
    
    # 下載模型相關檔案
    if not exists(prototxt) or not exists(caffemodel):
        urlretrieve(f"https://raw.githubusercontent.com/opencv/opencv/master/samples/dnn/face_detector/{prototxt}",
                    prototxt)
        urlretrieve(
            f"https://raw.githubusercontent.com/opencv/opencv_3rdparty/dnn_samples_face_detector_20170830/{caffemodel}",
            caffemodel)
    # 初始化模型 (模型使用的Input Size為 (300, 300))
    net = cv2.dnn.readNetFromCaffe(prototxt=prototxt, caffeModel=caffemodel)
    
    
    # 定義人臉偵測函數方便重複使用
    def detect(img, min_confidence=0.5):
        # 取得img的大小(高,寬)
        (h, w) = img.shape[:2]
    
        # 建立模型使用的Input資料blob (比例變更為300 x 300)
        blob = cv2.dnn.blobFromImage(cv2.resize(img, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0))
    
        # 設定Input資料與取得模型預測結果
        net.setInput(blob)
        detectors = net.forward()
    
        # 初始化結果
        rects = []
        # loop所有預測結果
        for i in range(0, detectors.shape[2]):
            # 取得預測準確度
            confidence = detectors[0, 0, i, 2]
    
            # 篩選準確度低於argument設定的值
            if confidence < min_confidence:
                continue
    
            # 計算bounding box(邊界框)與準確率 - 取得(左上X,左上Y,右下X,右下Y)的值 (記得轉換回原始image的大小)
            box = detectors[0, 0, i, 3:7] * np.array([w, h, w, h])
            # 將邊界框轉成正整數,方便畫圖
            (x0, y0, x1, y1) = box.astype("int")
            rects.append({"box": (x0, y0, x1 - x0, y1 - y0), "confidence": confidence})
    
        return rects
    
    
    def main():
        # 初始化arguments
        ap = argparse.ArgumentParser()
        ap.add_argument("-c", "--confidence", type=float, default=0.5, help="minimum probability to filter detecteions")
        args = vars(ap.parse_args())
    
        # 啟動WebCam
        vs = WebcamVideoStream().start()
        time.sleep(2.0)
        start = time.time()
        fps = vs.stream.get(cv2.CAP_PROP_FPS)
        print("Frames per second using cv2.CAP_PROP_FPS : {0}".format(fps))
    
        while True:
            # 取得當前的frame
            frame = vs.read()
    
            rects = detect(frame, args["confidence"])
    
            # loop所有預測結果
            for rect in rects:
                (x, y, w, h) = rect["box"]
                confidence = rect["confidence"]
    
                # 畫出邊界框
                cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
    
                # 畫出準確率
                text = f"{round(confidence * 100, 2)}%"
                y = y - 10 if y - 10 > 10 else y + 10
                cv2.putText(frame, text, (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.45, (0, 0, 255), 2)
    
            # 標示FPS
            end = time.time()
            cv2.putText(frame, f"FPS: {str(int(1 / (end - start)))}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7,
                        (0, 0, 255), 2)
            start = end
    
            # 顯示影像
            cv2.imshow("Frame", frame)
    
            # 判斷是否案下"q";跳離迴圈
            key = cv2.waitKey(1) & 0xff
            if key == ord('q'):
                break
    
    
    if __name__ == '__main__':
        main()
    
    
  3. 在terminal輸入python face_detection/opencv_dnns.py,執行後的範例結果:
    dnns_2

結論

  1. 比較昨天使用哈爾特徵檢測方法的速度,雖然FPS有稍微下降 (約22 ~ 30),但準確度相差非常多 (即使戴上口罩也有50%以上的辨識準確度)
  2. 使用OpenCV的dnn深度學習模型,基本上都要將Input轉為blob
    • 這個動作其實就是在做Computer Vision時常會提到的影像預處理 (Image Preprocessing)
    • 轉為blob函數blobFromImage(image, scaleFactor, size, mean)的各個參數:
      • image:要用來分析的影像;注意影像的大小要與模型接受的Input Size相同 (300, 300)
      • scaleFactor:影像做去均值後,要縮放的比例;這個模型訓練時使用的是1.0
      • mean:分別針對三種顏色(R, G, B)做影像去均值(mean substraction);這個模型訓練時使用的是**(104.0, 177.0, 123.0)**
    • 簡單的說,當使用範例中的這個模型做人臉偵測時,圖片預處理的參數都是根據原始模型訓練得來;程式碼44行對任何要辨識的影像都是一樣的
  3. 唯一需要調整的argument:confidence,可以依據實際使用狀況調整;當希望辨識的人臉準確率高,就將confidence調高,但相對辨識的結果數也比較少

參考程式碼在這

明天見!


上一篇
[Day9] Face Detection - 使用OpenCV & Dlib:Haar cascades
下一篇
[Day11] Face Detection - 使用OpenCV & Dlib:Dlib HOG + Linear SVM
系列文
[Computer Vision] 電腦視覺下的人臉30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

2 則留言

0
joujg
iT邦新手 5 級 ‧ 2022-01-26 14:36:20

不好意思,
請問您有遇過
box = detectors[0, 0, i, 3:7] * np.array([w, h, w, h])
(x0, y0, x1, y1) = box.astype("int")
這個邊界框完全超出圖片範圍嗎

我的圖片640*480
x0就大於640了= =

看更多先前的回應...收起先前的回應...
box = detectors[0, 0, i, 3:7] * np.array([w, h, w, h])

detectors[0, 0, i, 3:7]取得的結果範圍是 [0, 1],所以乘上原本的長寬後不會超過你原始圖片的大小喔~

可能要請你先確認程式碼是否與我的相同,再來你可以在

box = detectors[0, 0, i, 3:7] * np.array([w, h, w, h])

的上方加上:

print("detectors: ", detectors[0, 0, i, 3:7])

來確認一下偵測的結果是否的確在 [0, 1]區間

有任何疑問歡迎再詢問~

joujg iT邦新手 5 級 ‧ 2022-01-26 15:03:36 檢舉

我看了很多篇文章
這部分程式碼甚至變數名稱幾乎一模一樣
我也就貼進我程式裡,但我使用webcam + opencv + 這個人臉偵測模型
在快速晃動 + confidence設定較低的情況下就會出現這狀況!https://ithelp.ithome.com.tw/upload/images/20220126/20119001G9ofEolA3M.jpg
我使用這張圖片,得到的人臉座標為 (1968, 564, 2429, 939)
而且confidence還有0.838= =

https://www.pyimagesearch.com/2018/02/26/face-detection-with-opencv-and-deep-learning/
這網站下面討論區也有人提出同樣問題~

https://drive.google.com/file/d/1exRfgRp49a7yWJTvfr2B7Dc5f6IgtCFK/view?usp=sharing
這是我的程式
謝謝您~

  1. 你的範例程式內,迴圈要遞迴的是第三個維度的值,不是第二個;不然你只會拿到第一個判斷出來的人臉
  2. 使用你的範例與圖片是可以跑出結果的:
    result

不確定在你的環境發生什麼事,但你可以:

  • 確認deploy.prototxtres10_300x300_ssd_iter_140000.caffemodel檔案內容與本文相同
  • 確認你的OpenCV版本與這裡描述的相同
  • 這個範例圖片大小與你跑出的結果(1968, 564, 2429, 939)相差甚遠,你可以能也要確認一下errorImg1.jpg這張圖片的原始大小
joujg iT邦新手 5 級 ‧ 2022-01-27 13:50:45 檢舉

1.迴圈要遞迴的是第三個維度的值這我有發現,只是忘記改回來。
2.改成你給的模型架構跟權重之後真的完全沒超出範圍ㄟ!
你有興趣可以去我參考的那網站載他們的模型然後跑我這張圖
真的會出現那種現象!
感謝您的回覆與幫忙!!

0
gary89714
iT邦新手 5 級 ‧ 2023-12-28 19:02:15

想請問一下我把程式碼複製貼上後跳出以下是甚麼意思?
程式碼前段下載模型相關檔案時,他不會下載到我目前的資料夾中,是否有關?
File "c:\Users\WH\Desktop\VScode\face_detection\opencv_dnns.py", line 130, in
main()
File "c:\Users\WH\Desktop\VScode\face_detection\opencv_dnns.py", line 99, in main
rects = detect(frame, args["confidence"])
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "c:\Users\WH\Desktop\VScode\face_detection\opencv_dnns.py", line 28, in detect
(h, w) = img.shape[:2]
^^^^^^^^^
AttributeError: 'NoneType' object has no attribute 'shape'

我要留言

立即登入留言