基于深度学习mediapipe的人脸打码人脸模糊教程pyqt5界面附源码-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于深度学习mediapipe的人脸打码人脸模糊教程pyqt5界面附源码。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、人脸识别

人脸识别是一门比较成熟的技术。

它的身影随处可见，刷脸支付，信息审核，监控搜索，人脸打码等。

更多的时候，它是方便了我们的生活，足不出户，就可以实现各种 APP 的实名认证，信息审核。

一些公司，也都有对内部员工开放的刷脸支付系统，不用带手机，不用带工卡，带着一张或美丽或帅气的脸庞，就可以在公司内部「买买买，刷刷刷」。

二、人脸打码

除了这些常规操作，还可以对视频里的特定人物进行打码。

对于视频，人工后期的逐帧处理，打码任务无疑是个「体力活」。

但如果结合脸识别技术，那这个任务就会简单很多。

本文从原理出发，讲解人脸识别技术的视频打码应用。

过滤视频的敏感人物，就这么简单！

三、人脸识别技术

人脸识别技术包涵了多种算法，整个流程大致如下：

    使用检测技术，检测出人脸位置。
    使用 landmark 技术，检测出人脸关键点。
    根据人脸位置和人脸关键点，裁剪出人脸区域，并根据关键点将人脸图片进行矫正，得到「标准脸」。
    计算「标准脸」的人脸特征向量。
    与「人脸库」的人脸特征向量比对，计算向量的距离，找到最接近的人，输出人脸识别结果。

1、人脸检测

输入：原始的可能含有人脸的图像。

输出：人脸位置的 bounding box。

这一步一般我们称之为“人脸检测”（Face Detection），人脸检测算法，可以使用的库有很多，例如 OpenCV、dlib、face_recognition、RetianFace、CenterFace 等等。

太多了，数不过来。

当然，自己用 yolo 、ssd 这类经典的检测算法，自己实现一个也是可以的。
2、人脸裁剪及矫正

输入：原始图像 + 人脸位置 bounding box。

输出：“校准”过的只含有人脸的图像。

这一步需要使用 landmark 算法，检测人脸中的关键点，然后根据这些关键点对人脸做对齐校准。

所谓的关键点，就是下图所示的绿色的点，通常是眼角的位置、鼻子的位置、脸的轮廓点等等。

有了这些关键点后，我们就可以把人脸“校准”，或者说是“对齐”。

解释就是原先人脸可能比较歪，这里根据关键点，使用仿射变换将人脸统一“摆正”，尽量去消除姿势不同带来的误差。这一步我们一般叫 Face Alignment 。
3、人脸特征

输入：校准后的单张人脸图像。

输出：一个向量表示。

这一步就是使用深度卷积网络，将输入的人脸图像，转换成一个向量的表示。这个向量就是人脸的特征，例如：

这密密麻麻的 128 维的向量，就是一张人脸的特征，你也可以叫做人脸的编码。

提取特征这种事，卷积神经网络很在行。

举个例子，VGG16 是深度学习中一个比较简单的基本模型。

输入卷积神经网络的是图像，经过一系列卷积后，全连接分类得到类别概率。

整个过程是这样的：

其实，卷积神经网络不断的进行卷积，下采样，这就是一个提取特征的过程，最后通过全链接层得到类别概率。

人脸特征提取，我们也可以这么操作。我们可以去掉全连接层，用计算的特征（一般就是卷积层的最后一层，e.g. 图中的conv5_3）来当作提取的特征进行计算。

与分类任务不同的是，最后使用的 loss 损失函数是不同的。

在理想的状况下，我们希望“向量表示”之间的距离就可以直接反映人脸的相似度：

对于同一个人的人脸图像，对应的向量的欧几里得距离应该比较小。
对于不同人的人脸图像，对应的向量之间的欧几里得距离应该比较大。

所以，每个人脸的类别中心，应该尽可能远一些，这样才能用于区别不同的人。

人脸常用的 loss 有 center loss 、 arcface loss 等。

人脸识别类似于，细粒度的分类。

训练过分类任务的，应该都知道。

训练人和猪的二分类，很好训练，因为人和猪的特征差别很明显。

但训练男人和女人的二分类，就要难一些，因为男人和女人的特征很相近。

为了更好区分男人和女人，就需要使用类别中心间距大的损失函数。

人脸识别，更是一种细粒度的区分，都是人，但你要区分出张三、李四、王二麻。

4、人脸识别

人脸识别，一般是需要建立一个「检索库」。

简单解释一下，我们要识别张三、李四、王二麻。

那么，我们就要选张三、李四、王二麻每个人的 10 张（自己定）图片。

然后使用我们训练好的人脸特征模型，提取每个人的人脸特征。

这样每个人，就都有 10 个人脸特征了，这就是一个「检索库」。

需要识别的图片，提取人脸特征后，依次与检索库已有的人脸特征去比对，投票选出最接近的人。

四、人脸打码

人脸识别技术原理清楚了，我们就可以使用这个技术，给仝卓打码。

可以看到，人脸识别技术涉及到的算法较多，自己依次实现是需要时间的。

但这，难不倒身为优秀「调包侠」的我。

开源的第三方库有很多，比如 mediapipe。

里面集成了人脸检测、人脸识别等接口。

使用人脸识别技术，对这一小段视频，给人脸进行打码。

整理一下思路：

首先，我们使用 opencv 这类的程序处理视频，只能处理画面，不能处理声音。

所以，需要先将音频保存，再将处理好的视频和音频进行合成，这样既保证了画面打码，又保证了声音还在。

这块可以使用mediapipe实现。

视频演示：

基于深度学习mediapipe的人脸打码人脸模糊教程pyqt

import cv2
import mediapipe as mp


class FaceDetector:
    def __init__(self):
        self.mp_face_detection = mp.solutions.face_detection
        self.mp_drawing = mp.solutions.drawing_utils

    def rectangle(self, image, mosaic_level):
        success = False
        cv2.imwrite('middle_pic/before_handle.jpg', image)
        with self.mp_face_detection.FaceDetection(
                min_detection_confidence=0.5) as face_detection:

            # Flip the image horizontally for a later selfie-view display, and convert
            # the BGR image to RGB.
            # image = cv2.cvtColor(cv2.flip(image, 1), cv2.COLOR_BGR2RGB)
            image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
            # To improve performance, optionally mark the image as not writeable to
            # pass by reference.
            image.flags.writeable = False
            results = face_detection.process(image)

            # Draw the face detection annotations on the image.
            image.flags.writeable = True
            image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
            if results.detections:
                for detection in results.detections:
                    h, w, c = image.shape

                    xmin = int(detection.location_data.relative_bounding_box.xmin * w)
                    ymin = int(detection.location_data.relative_bounding_box.ymin * h)
                    width = int(detection.location_data.relative_bounding_box.width * w)
                    height = int(detection.location_data.relative_bounding_box.height * h)
                    xmax = xmin + width
                    ymax = ymin + height
                    if xmax > w:
                        width = w - xmin
                    if ymax > h:
                        height = h - ymin

                    self.do_mosaic(image, xmin, ymin, width, height, int(mosaic_level * 0.2 * width))
                    # 画矩形框
                    # image = cv2.rectangle(image, (xmin, ymin), (xmin + width, ymin + height), (0, 255, 0), 2)
                    success = True
                    cv2.imwrite('middle_pic/after_handle.jpg', image)

            return image, success

    # 正规马赛克
    def do_mosaic(self, img, x, y, w, h, neighbor):
        """
        :param rgb_img
        :param int x :  马赛克左顶点
        :param int y:  马赛克左顶点
        :param int w:  马赛克宽
        :param int h:  马赛克高
        :param int neighbor:  马赛克每一块的宽
        """
        for i in range(0, h, neighbor):
            for j in range(0, w, neighbor):
                rect = [j + x, i + y]
                color = img[i + y][j + x].tolist()  # 关键点1 tolist
                left_up = (rect[0], rect[1])
                x2 = rect[0] + neighbor - 1  # 关键点2 减去一个像素
                y2 = rect[1] + neighbor - 1
                if x2 > x + w:
                    x2 = x + w
                if y2 > y + h:
                    y2 = y + h
                right_down = (x2, y2)
                cv2.rectangle(img, left_up, right_down, color, -1)  # 替换为为一个颜值值

        return img