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

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_test　

　　　　3. 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)

3. 实现效果

　　图 5 同一个人不同表情的笑脸检测结果

　

　　图 6 检测到没微笑

　

　　图 7 检测到有微笑

4. 总结

　　数据集中有无笑脸是自己进行分类的，而且有写的表情不太好界定，所以选取的是一些笑容比较明显的照片作为有笑脸，所以可能出来模型在检测一些微笑上有误差；

　　笑容检测模型的数据集测试精度在 95% 左右，比较理想；

　　其实人脸笑容检测的话，光靠嘴部特征去判断不太合适，要结合整张人脸特征点进行训练，改进的话也比较简单；

# 源码上传到了 GitHub，我也在不断更新优化，如果对您有帮助或者感兴趣欢迎 Star 支持我: https://github.com/coneypo/Smile_Detector

# 请尊重他人劳动成果，转载或者使用源码请注明出处：http://www.cnblogs.com/AdaminXie

# 交流学习可以联系邮箱 coneypo@foxmail.com