Распознавания лиц уже захватило весь мир. Во всех крупных странах уже пользуются этой полезной фишкой. Почему не сделать жизнь людей еще удобнее и не встроить распознавание лиц в камеру хранения?
![image](https://tvzvezda.ru/storage/news_other_images/2019/10/07/54147d4b9c20401a9a19d5981d345b58.jpg)
Для этого нам потребуется
С начало импортируем зависимости
Функция, которая форматирует картинку и прогоняет ее через нейросеть
Функция, которая при нажатии кнопки в первый раз сохраняет лицо человека, прошедшее через нейросеть, а во второй раз уже, прогнав через сеть новое лицо, сравнивает его с сохраненным
Ну и мэйн. Все начинается с ардуино, когда через уарт подается буква B, что означает что кнопка нажата. Далее на ардуино подается команда для открытия ящика и запускается функция по распознанию и сохранению лица. Затем, если с ардуино опять пришла команда о нажатии кнопки, мы опять запускаем функцию по распознанию и если лица сошлись, то открываем ящик.
Видео прилагается.
Как отличить лицо человека от фотографии лица человека — я еще пока не думал.
Ccылочка на гитхаб, где скрипт лежит
![image](https://tvzvezda.ru/storage/news_other_images/2019/10/07/54147d4b9c20401a9a19d5981d345b58.jpg)
Для этого нам потребуется
- скачанная нейронная сеть facenet
- компьютер
- keras
- opencv
С начало импортируем зависимости
from keras.models import load_model
import numpy as np
from keras.utils import plot_model
import math
import glob
import os
import cv2
import serial
Затем загружаем сетку и указываем путь для детектора лиц
model_path = 'facenet_keras.h5'
model = load_model(model_path)
cascade_path = 'haarcascade_frontalface_alt2.xml'
Функция, которая форматирует картинку и прогоняет ее через нейросеть
def calc_embs(imgs, margin, batch_size):
fram1e = cv2.resize(imgs,(160,160))
ofg2 = np.array(fram1e)
aligned_images = prewhiten(ofg2)
pd = []
x_train = np.array([aligned_images])
embs1 = model.predict_on_batch(x_train)
embs1.reshape(1,-1)
embs = l2_normalize(np.concatenate(embs1))
return embs
Функция, которая при нажатии кнопки в первый раз сохраняет лицо человека, прошедшее через нейросеть, а во второй раз уже, прогнав через сеть новое лицо, сравнивает его с сохраненным
Заголовок спойлера
def reco_face(frame, i):
#frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
img = frame
#i = 0
h = 0
v = 0
u = 0
name_out = 'я тебя незнаю'
#print(ofg.shape)
#img = search_face(img, frame, face_cascade)
#frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
faces = face_cascade.detectMultiScale(frame, 1.3, 5)
print(faces)
if faces == ():
v = 5
# Loop through all the faces detected and determine whether or not they are in the database
identities = []
for (x, y, w, h) in faces:
x1 = x-PADDING
y1 = y-PADDING
x2 = x+w+PADDING
y2 = y+h+PADDING
frame = cv2.rectangle(frame,(x1, y1),(x2, y2),(255,0,0),2)
height, width, channels = frame.shape
# The padding is necessary since the OpenCV face detector creates the bounding box around the face and not the head
part_image = frame[max(0, y1):min(height, y2), max(0, x1):min(width, x2)]
if i == 1:
pre[0:] = calc_embs(part_image,10,1)
while u!=1:
u = ser.write( b'P')
u=0
else: ofg = calc_embs(part_image,10,1)
#print(ofg)
#i = i + 1
if i > 1:
for m in pre:
dot = np.sum(np.multiply(m, ofg), axis=0)
norm = np.linalg.norm(m, axis=0) * np.linalg.norm(ofg, axis=0)
similarity = dot / norm
dist1 = np.arccos(similarity) / math.pi
if dist1<0.32:
print(dist1)
h = 1
return h,v
Ну и мэйн. Все начинается с ардуино, когда через уарт подается буква B, что означает что кнопка нажата. Далее на ардуино подается команда для открытия ящика и запускается функция по распознанию и сохранению лица. Затем, если с ардуино опять пришла команда о нажатии кнопки, мы опять запускаем функцию по распознанию и если лица сошлись, то открываем ящик.
ser = serial.Serial('COM3', 9600, write_timeout=1, timeout=0.1)
print(ser.name) # check which port was really used
##sio = io.TextIOWrapper(io.BufferedRWPair(ser, ser))
#ser.close()
cap = cv2.VideoCapture(0)
zz = 0
while(True):
# Capture frame-by-frame
ret, frame = cap.read()
frame1 = search_face(frame)
cv2.imshow('ffff', frame1)
ff=ser.read(1)
if(ff == b'B'):
print("press_button")
ff = b'u'
zz = zz + 1
mmm, f = reco_face(frame, zz)
if f == 5:
zz = 0
print(mmm)
if mmm == 1:
print("otkrivaio")
while u!=1:
u = ser.write( b'P')
u=0
h = 0
zz = 0
if cv2.waitKey(33) == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
Видео прилагается.
Как отличить лицо человека от фотографии лица человека — я еще пока не думал.
Ccылочка на гитхаб, где скрипт лежит