概述

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別。

本項目中我們將實現攝像頭人臉識別效果，包含人名標簽和識別框，并結合燈帶的亮燈狀態制作人臉識別門禁系統。
（最終效果視頻）

項目基礎

人臉識別

硬件準備：

AI主控：LattePanda
輸入輸出設備：5英寸顯示屏、鍵盤、鼠標、攝像頭

人臉信息錄入：

1、雙擊桌面上的“startpage.sh”，打開JupyterLab，切換到“home/lattepanda/桌面/LattePanda&AI項目實戰/”目錄下，如下圖，檢查一下項目必需的3個文件；

2、雙擊進入“圖片拍攝”文件夾；

3、雙擊打開程序，修改拍攝的照片數量，例如for index in range(3)；

樣例代碼：

4、選擇無其他人、無雜物的背景，正眼看著攝像頭，然后運行程序，拍攝的圖片會在程序同目錄下依次出現；

5、雙擊圖片查看拍攝效果；

6、選擇效果最好的一張，重命名為此人的姓名；

7、將照片復制到“LattePanda&AI-人臉識別門禁系統”文件夾下。

程序編寫：

1、雙擊打開“人臉識別.ipynb”；

樣例代碼：

復制代碼 隱藏代碼

1. #導入人臉識別模塊
2. from faceRecognition import *
4. #人臉檢測與識別文件調用
5. faceDetectorPath = "face-detection-retail-0005.xml"
6. landmarksPath = "landmarks-regression-retail-0009.xml"
7. faceReidentificationPath = "face-reidentification-retail-0095.xml"
9. #調用訓練模型文件
10. model = Model()
12. model.load(faceDetectorPath = faceDetectorPath,
13. landmarksPath = landmarksPath,
14. faceReidentificationPath = faceReidentificationPath)
16. #初始化攝像頭與窗口
17. camera = Camera()
18. screen = Screen("人臉識別門禁系統", (0,0,0))
20. #打開手寫數字交互窗口，按下“Q”鍵退出窗口
21. if_run = 1
22. while (if_run == 1):
23. #從攝像頭獲取圖片
24. image = camera.read(flip = False)
25. #圖片剪裁
26. image = model.clipResizeFrame(image)
27. screen.clear()
28. #獲取人臉識別結果并在屏幕上顯示識別標簽
29. results = model.predict(image)
30. screen.putImage(image, 80, 0, 640, 480)
31. for roi, landmarks, identity in zip(*results):
32. x, y = roi.position
33. w, h = roi.size
34. screen.putTag(identity, x+80, y, w, h, bg=(0,255,0))
36. #打開與顯示交互窗口，如果按下Q鍵，將無法進入下一次while循環
37. if screen.show():
38. if_run = 0
39. screen.quit()

復制代碼

2、運行程序，當執行到最后一個單元格時，會打開交互窗口。
未識別到人臉：

檢測到未知人臉：

識別到已知人臉，并顯示此人姓名：

3、按鍵盤上的“Q”鍵可退出交互窗口。

項目進階

人臉識別門禁系統

如果讓人臉作為門禁系統的鑰匙，會使我們的生活更方便快捷。當識別到主人的人臉時，燈帶亮綠燈，表示準許進入；否則顯示紅燈。

硬件準備：

主控：Arduino UNO、IO 傳感器擴展板 V7.1
模塊：WS2812 RGB 全彩燈帶

硬件連接圖：

*WS2812上有7個RGB燈，程序中的np[0]表示第一個燈，程序中的np[1]表示第二個燈。

程序編寫：

雙擊打開“人臉識別_燈帶.ipynb”；

樣例代碼：

復制代碼 隱藏代碼

1. #導入人臉識別模塊
2. from faceRecognition import *
3. import time
4. from pinpong.board import Board,Pin,NeoPixel
6. NEOPIXEL_PIN = Pin.D7
7. PIXELS_NUM = 1 #燈數，如果需要多個燈亮，請改此數值
9. #初始化，選擇板型和端口號
10. Board("uno", "/dev/ttyUSB0").begin()
12. np = NeoPixel(Pin(NEOPIXEL_PIN), PIXELS_NUM) #np[0]表示第一個燈，np[1]表示第二個燈，以此類推
14. #人臉檢測與識別文件調用
15. faceDetectorPath = "face-detection-retail-0005.xml"
16. landmarksPath = "landmarks-regression-retail-0009.xml"
17. faceReidentificationPath = "face-reidentification-retail-0095.xml"
19. #調用訓練模型文件
20. model = Model()
22. model.load(faceDetectorPath = faceDetectorPath,
23. landmarksPath = landmarksPath,
24. faceReidentificationPath = faceReidentificationPath)
26. #初始化攝像頭與窗口
27. camera = Camera()
28. screen = Screen("人臉識別門禁系統", (0,0,0))
30. #打開手寫數字交互窗口，按下“Q”鍵退出窗口
31. if_run = 1
32. led = 0
33. count = 0
34. while (if_run == 1):
35. #從攝像頭獲取圖片
36. image = camera.read(flip = False)
37. #圖片剪裁
38. image = model.clipResizeFrame(image)
39. screen.clear()
40. #獲取人臉識別結果并在屏幕上顯示識別標簽
41. results = model.predict(image)
42. screen.putImage(image, 80, 0, 640, 480)
43. for roi, landmarks, identity in zip(*results):
44. x, y = roi.position
45. w, h = roi.size
46. screen.putTag(identity, x+80, y, w, h, bg=(0,255,0))
48. #count>30,修改30可調節切換燈顏色的速度
49. if identity != "未知人臉" and count>30:
50. np[0] = (0, 255 ,0) #設置第一個燈亮綠色
51. #np[1] = (0, 255 ,0) #設置第二個燈亮綠色
52. count = 0
53. elif identity == "未知人臉" and count>30:
54. np[0] = (255, 0 ,0) #設置第一個燈亮紅色
55. #np[1] = (255, 0 ,0) #設置第二個燈亮紅色
56. count = 0
57. count+=1
60. #打開與顯示交互窗口，如果按下Q鍵，將無法進入下一次while循環
61. if screen.show():
62. if_run = 0
63. screen.quit()

復制代碼

運行效果：

當識別到已知人臉時，燈帶的第一個燈亮綠色；

當屏幕中沒有人臉或者是未知人臉時，燈帶的第一個燈亮紅色。

本文轉載至：DF創客社區

原文鏈接：https://mc.dfrobot.com.cn/thread-306871-1-1.html