如何提高python下的dlib人脸检测速度

发布网友 发布时间：2022-04-21 22:49

我来回答

共4个回答

懂视网 时间：2022-04-18 10:00

本文通过具体代码不步骤给大家详细讲述了python3+dlib实现人脸识别以及情绪分析的方法，有需要的朋友参考下。

一、介绍

我想做的是基于人脸识别的表情（情绪）分析。看到网上也是有很多的开源库提供使用，为开发提供了很大的方便。我选择目前用的比较多的dlib库进行人脸识别与特征标定。使用python也缩短了开发周期。

官网对于dlib的介绍是：Dlib包含广泛的机器学习算法。所有的设计都是高度模块化的，快速执行，并且通过一个干净而现代的C ++ API，使用起来非常简单。它用于各种应用，包括机器人技术，嵌入式设备，手机和大型高性能计算环境。

虽然应用都比较高大上，但是自己在PC上做个情绪分析的小软件还是挺有意思的。

按照自己的想法与思路设计识别方式。目前也比较火的keras好像就是根据嘴型的变化作为情绪分析的一个指标。

而我的想法是利用嘴的张开比例，眼睛的睁开程度，眉毛的倾斜角度作为情绪分析的三个指标。但是由于人与人长相的差异较大，五官的也是千差万别，再加上我的计算方法也比较简单。所以识别效率并不是很高。

识别规则：

1、嘴巴张开距离占面部识别框宽度的比例越大，说明情绪越激动，可能是非常开心，也可能是极度愤怒。

2、眉毛上扬，17-21 或者 22-26 号特征点距离面部识别框顶部与识别框高度的比值越小，说明眉毛上扬越厉害，可表示惊讶、开心。眉毛的倾斜角度，开心时眉毛一般是上扬，愤怒时皱眉，同时眉毛下压的比较厉害。

3、眯眼睛，人在开怀大笑的时候会不自觉的眯起眼睛，愤怒或者惊讶的时候会瞪大眼睛。

系统缺点：不能捕捉细微表情的变化，只能大致的判断出人的情绪，开心、愤怒、惊讶、自然。

系统优点：结构简单，易于上手。

应用领域：微笑抓拍，捕捉瞬间的美好、缓解儿童自闭症、交互式游戏开发。

由于人感情的复杂性，这些表情确实不能完完全全的代表一个人内心深处的情绪波动，如要提高判断的准确性，则需要心率检测、语音处理等综合评价。

二、开发环境搭建：

1、安装VS2015，因为最新版的dlib-19.10需要这个版本的vscode

2、安装opencv（whl方式安装）：

从pythonlibs下载需要的版本whl文件，比如（opencv_python?3.3.0+contrib?cp36?cp36m?win_amd.whl）
然后在本地使用pip install 安装。 注意文件位置下安装(如：C:downloadxxx.whl)

3、安装dlib（whl方式安装）：

在这里下载dlib的各种版本的whl文件，然后在根目录下打开cmd直接安装即可。

但是为了学习使用dlib中的各种python实例程序，还是需要下载一个dlib的压缩包。

直接访问dlib官网即可下载：http://dlib.net/ml.html

dlib各种版本的whl文件：https://pypi.python.org/simple/dlib/

4、如果想要使用人脸模型特征标定的话，还需要一个人脸面部形状预测器，这个可以通过自己的照片进行训练，也可以使用dlib作者给出的一个训练好的预测器：

点击下载：http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2

三、实施思路

四、具体步骤

首先是利用dlib进行人脸识别：)

import cv2
import dlib
from skimage import io

# 使用特征提取器get_frontal_face_detector
detector = dlib.get_frontal_face_detector()
# dlib的68点模型，使用作者训练好的特征预测器
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
# 图片所在路径
img = io.imread("2.jpg")
# 生成dlib的图像窗口
win = dlib.image_window()
win.clear_overlay()
win.set_image(img)

# 特征提取器的实例化
dets = detector(img, 1)
print("人脸数：", len(dets))

for k, d in enumerate(dets):
 print("第", k+1, "个人脸d的坐标：",
 "left:", d.left(),
 "right:", d.right(),
 "top:", d.top(),
 "bottom:", d.bottom())

 width = d.right() - d.left()
 heigth = d.bottom() - d.top()

 print('人脸面积为：',(width*heigth))

然后实例化一个 shape_predictor 对象，使用dlib作者训练好人脸特征检测器，进行人脸的特征点标定。

标定的时候使用opencv的circle方法，在特征点的坐标上面添加水印，内容就是特征点的序号和位置。

 # 利用预测器预测
 shape = predictor(img, d)
 # 标出68个点的位置
 for i in range(68):
 cv2.circle(img, (shape.part(i).x, shape.part(i).y), 4, (0, 255, 0), -1, 8)
 cv2.putText(img, str(i), (shape.part(i).x, shape.part(i).y), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255))
 # 显示一下处理的图片，然后销毁窗口
 cv2.imshow('face', img)
 cv2.waitKey(0)

到此，68个特征点的信息就获取到了，下面就需要跟根据这个68个特征点的坐标信息，进行综合 计算，作为每个表情的判断指标。

根据上面说到的我的判断指标，先计算嘴巴的张开比例，由于人离摄像头距离的远近，导致人脸识别框的大小不一，故选择比例来作为判断指标。

在选择指标的标准数值之前，先对多个开心的人脸照片进行分析。计算开心时的嘴巴张卡比例的平均。

下面是截取对人眉毛的数据处理方法，对左边眉毛上面的5个特征点进行线性拟合，拟合出一个一次函数直线，用拟合直线的斜率近似代表眉毛的倾斜程度。

# 眉毛
  brow_sum = 0 # 高度之和
  frown_sum = 0 # 两边眉毛距离之和
  for j in range(17,21):
  brow_sum+= (shape.part(j).y - d.top()) + (shape.part(j+5).y- d.top())
  frown_sum+= shape.part(j+5).x - shape.part(j).x
  line_brow_x.append(shape.part(j).x)
  line_brow_y.append(shape.part(j).y)

  self.excel_brow_hight.append(round((brow_sum/10)/self.face_width,3))
  self.excel_brow_width.append(round((frown_sum/5)/self.face_width,3))
  brow_hight[0]+= (brow_sum/10)/self.face_width # 眉毛高度占比
  brow_width[0]+= (frown_sum/5)/self.face_width # 眉毛距离占比

  tempx = np.array(line_brow_x)
  tempy = np.array(line_brow_y)
  z1 = np.polyfit(tempx, tempy, 1) # 拟合成一次直线
  self.brow_k = -round(z1[0], 3) # 拟合出曲线的斜率和实际眉毛的倾斜方向是相反的

我计算了25个人脸的开心表情的嘴巴张开比例、嘴巴宽度、眼睛张开程度、眉毛倾斜程度，导入excel表格生成折线图：

通过折线图能很明显的看出什么参数可以使用，什么参数的可信度不高，什么参数在那个范围内可以作为一个指标。

同样的方法，计算人愤怒、惊讶、自然时的数据折线图。

通过对多个不同表情数据的分析，得出每个指标的参考值，可以写出简单的表情分类标准：

# 分情况讨论
  # 张嘴，可能是开心或者惊讶
  if round(mouth_higth >= 0.03):
  if eye_hight >= 0.056:
  cv2.putText(im_rd, "amazing", (d.left(), d.bottom() + 20), cv2.FONT_HERSHEY_SIMPLEX, 0.8,
   (0, 0, 255), 2, 4)
  else:
  cv2.putText(im_rd, "happy", (d.left(), d.bottom() + 20), cv2.FONT_HERSHEY_SIMPLEX, 0.8,
   (0, 0, 255), 2, 4)

  # 没有张嘴，可能是正常和生气
  else:
  if self.brow_k <= -0.3:
  cv2.putText(im_rd, "angry", (d.left(), d.bottom() + 20), cv2.FONT_HERSHEY_SIMPLEX, 0.8,
   (0, 0, 255), 2, 4)
  else:
  cv2.putText(im_rd, "nature", (d.left(), d.bottom() + 20), cv2.FONT_HERSHEY_SIMPLEX, 0.8,
   (0, 0, 255), 2, 4)

五、实际运行效果：

识别之后：

热心网友 时间：2022-04-18 07:08

Dlib is capable of detecting faces in very small areas (80x80 pixels). You are probably sending raw WebCam frames at approximately 1280x720 resolution, which is not necessary. I recommend from my experience to rece the frames about a quarter of the original resolution. Yes, 320x180 is fine for Dlib. In consequence you will get 4x speed.

· try turning on the compilation optimizations while building Dlib, you will get significantly improvement in speed.

· Dlib works faster with grayscale images. You do not need the color on the webcam frame. You can use OpenCV to convert into grayscale the previously reced in size frame.

· Dlib takes its time finding faces but is extremely fast finding landmarks on faces. Only if your Webcam provides a high framerate (24-30fps), you could skip some frames because faces normally doesn't move so much.

热心网友 时间：2022-04-18 08:26

无法提高速度，因为dIib内核算法是c写的，Py只是调用它而已。如果说有办法的话，那就是换性能更好的电脑

热心网友 时间：2022-04-18 10:01

优化算法。。