用Python識別人臉畸颅,表情,性別方援,顏值没炒,人種...

最近幾天了解了一下人臉識別,應(yīng)用場景可以是圖片標(biāo)注犯戏,商品圖和廣告圖中有沒有模特窥浪,有幾個模特,模特的性別笛丙,年齡,顏值假颇,表情等數(shù)據(jù)的挖掘胚鸯。

基礎(chǔ)的識別用dlib來實(shí)現(xiàn),dlib是一個機(jī)器學(xué)習(xí)的包笨鸡,主要用C++寫的姜钳,但是也有Python版本坦冠。其中最流行的一個功能是Facial Landmark Detection, 配備已經(jīng)訓(xùn)練好的輪廓預(yù)測模型,叫shape_predictor_68_face_landmarks.dat, 從名字就可以看出哥桥,它可以檢測出面部的68個關(guān)鍵點(diǎn)辙浑,包括五官和外輪廓等。

安裝dlib會花比較長時間拟糕,因為依賴包有十個左右判呕,裝完了dlib別忘了下載predictor數(shù)據(jù)文件。
wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
bunzip2 bunzip2 shape_predictor_68_face_landmarks.dat.bz2
pip install dlib

我在Adrian大神的代碼做了一點(diǎn)修改和封裝送滞,先定位臉部的方框侠草,box_face畫出方框,在此基礎(chǔ)上可選調(diào)用tag_face_number來標(biāo)注臉的標(biāo)號或者draw_face_landmarks來標(biāo)注特征點(diǎn)犁嗅,也可以直接調(diào)用count_faces來統(tǒng)計臉的個數(shù)边涕,mark_all_faces給所有的臉把所有信息都加上。

Code

拿九張模特圖來試試褂微,半臉的不行功蜓,側(cè)的太厲害不行,其它都能識別出來宠蚂。

一張圖多張臉的也毫無壓力

Console

接下來性別和年齡就不好做了式撼,必須通過機(jī)器訓(xùn)練數(shù)據(jù),還沒時間摸透肥矢,又想盡快拿到這些標(biāo)注端衰,于是先走捷徑去調(diào)face++的API, 注冊個賬號申請key和secret即可,免費(fèi)賬戶有qps限制甘改,且一張照片內(nèi)最多支持五人識別旅东。官方的代碼示例極差,而且還是只支持Python2的十艾, 收先要改寫一下抵代。Attribute中有很多數(shù)據(jù)可以拿,你想的到的想不到的都有忘嫉,甚至包括顏值荤牍,人種等。顏值還算靠譜庆冕,范冰冰90分康吵,鳳姐49分,人種就難說了访递,歐美模特分分鐘當(dāng)成Asian.

Code

機(jī)器說: 性別女晦嵌,表情偏悲傷,顏值89分,28歲惭载,亞洲人旱函,基本沒笑

{'image_id': 'wPGIyROqltTdjvRX3zopbg==', 'request_id': '1519574701,3113e37e-b000-4440-af08-871831cf1ba8', 'time_used': 355, 'faces': [{'attributes': {'emotion': {'sadness': 93.448, 'neutral': 4.114, 'disgust': 0.002, 'anger': 0.002, 'surprise': 2.414, 'fear': 0.002, 'happiness': 0.018}, 'beauty': {'female_score': 89.348, 'male_score': 88.925}, 'gender': {'value': 'Female'}, 'age': {'value': 28}, 'headpose': {'yaw_angle': 17.526142, 'pitch_angle': 11.047059, 'roll_angle': 19.623343}, 'smile': {'threshold': 30.1, 'value': 28.532}, 'ethnicity': {'value': 'Asian'}}, 'face_rectangle': {'width': 202, 'top': 103, 'left': 69, 'height': 202}, 'face_token': '7be6a72f497ed16cc7883424584052c5'}]}

機(jī)器說: 性別男,表情很快樂描滔,顏值52分棒妨,61歲,黑人含长,大笑

{'image_id': 'YZ5wzeVDiAgCN9yIFX44Gw==', 'request_id': '1519574926,31f6d4d8-bdf6-4863-b29a-cf61ff04ffbe', 'time_used': 323, 'faces': [{'attributes': {'emotion': {'sadness': 0.0, 'neutral': 0.0, 'disgust': 0.0, 'anger': 0.0, 'surprise': 0.0, 'fear': 0.0, 'happiness': 99.999}, 'beauty': {'female_score': 62.678, 'male_score': 51.847}, 'gender': {'value': 'Male'}, 'age': {'value': 61}, 'headpose': {'yaw_angle': 2.6326802, 'pitch_angle': 11.909821, 'roll_angle': -11.707241}, 'smile': {'threshold': 30.1, 'value': 99.081}, 'ethnicity': {'value': 'Black'}}, 'face_rectangle': {'width': 208, 'top': 88, 'left': 120, 'height': 208}, 'face_token': '19067cf0f5358312c109a0e70bab62ae'}]}

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末券腔,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子茎芋,更是在濱河造成了極大的恐慌颅眶,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,639評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件田弥,死亡現(xiàn)場離奇詭異涛酗,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)偷厦,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評論 3 385
  • 文/潘曉璐 我一進(jìn)店門商叹,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人只泼,你說我怎么就攤上這事剖笙。” “怎么了请唱?”我有些...
    開封第一講書人閱讀 157,221評論 0 348
  • 文/不壞的土叔 我叫張陵弥咪,是天一觀的道長。 經(jīng)常有香客問我十绑,道長聚至,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,474評論 1 283
  • 正文 為了忘掉前任本橙,我火速辦了婚禮扳躬,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘甚亭。我一直安慰自己贷币,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,570評論 6 386
  • 文/花漫 我一把揭開白布亏狰。 她就那樣靜靜地躺著役纹,像睡著了一般。 火紅的嫁衣襯著肌膚如雪暇唾。 梳的紋絲不亂的頭發(fā)上字管,一...
    開封第一講書人閱讀 49,816評論 1 290
  • 那天啰挪,我揣著相機(jī)與錄音,去河邊找鬼嘲叔。 笑死,一個胖子當(dāng)著我的面吹牛抽活,可吹牛的內(nèi)容都是我干的硫戈。 我是一名探鬼主播,決...
    沈念sama閱讀 38,957評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼下硕,長吁一口氣:“原來是場噩夢啊……” “哼丁逝!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起梭姓,我...
    開封第一講書人閱讀 37,718評論 0 266
  • 序言:老撾萬榮一對情侶失蹤霜幼,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后誉尖,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體罪既,經(jīng)...
    沈念sama閱讀 44,176評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,511評論 2 327
  • 正文 我和宋清朗相戀三年铡恕,在試婚紗的時候發(fā)現(xiàn)自己被綠了琢感。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,646評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡探熔,死狀恐怖驹针,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情诀艰,我是刑警寧澤柬甥,帶...
    沈念sama閱讀 34,322評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站其垄,受9級特大地震影響苛蒲,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜捉捅,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,934評論 3 313
  • 文/蒙蒙 一撤防、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧棒口,春花似錦寄月、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,755評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至茎毁,卻和暖如春克懊,著一層夾襖步出監(jiān)牢的瞬間忱辅,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,987評論 1 266
  • 我被黑心中介騙來泰國打工谭溉, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留墙懂,地道東北人。 一個月前我還...
    沈念sama閱讀 46,358評論 2 360
  • 正文 我出身青樓扮念,卻偏偏與公主長得像损搬,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子柜与,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,514評論 2 348

推薦閱讀更多精彩內(nèi)容