今天，我们将使用深度学习来创建面部解锁算法。要完成我们的任务需要三个主要部分。
- 查找人脸的算法
- 一种将人脸嵌入向量空间的方法
- 比较已编码人脸的函数
人脸面孔查找和定位
首先，我们需要一种在图像中查找人脸的方法。我们可以使用一种称为MTCNN（多任务级联卷积网络）的端到端方法。
只是一点技术背景，所以称为Cascaded，因为它由多个阶段组成，每个阶段都有其神经网络。下图显示了该框架。
我们依靠facenet-pytorch中的MTCNN实现。
数据
我们需要图像！我整理了一些照片，莱昂纳多·迪卡普里奥和马特·戴蒙。
遵循PyTorch最佳做法，我使用ImageFolder加载数据集。我创建了MTCNN实例，并使用transform参数将其传递给数据集。
我的文件夹结构如下：
./faces├──di_caprio│├── ....jpg├──matt_demon│├── ....jpg└──me│├── ....jpg
MTCNN自动裁剪输入并调整其大小，我使用image_size = 160，因为模型将使用具有该尺寸的图像进行训练。我还要添加18像素的边距，以确保我们包括整个脸部。
importtorchimporttorchvision.transformsasTimportmatplotlib.pyplotaspltfromtorch.utils.dataimportDataset, DataLoaderfromtorchvision.datasetsimportImageFolderfromfacenet_pytorchimportMTCNN, InceptionResnetV1frompathlibimportPathfromtypingimportUnion, Callabledata_root=Path('.') #createtheMTCNNnetworktransform=MTCNN(image_size=160, margin=18) ds=ImageFolder(root=data_root/'faces', transform=transform) #ourdatasetissosmallthatthebatch_sizecanequaltoitslenghtdl=DataLoader(ds, batch_size=len(ds)) ds[1]
ds结构如下：
(tensor([[[ 0.9023, 0.9180, 0.9180, ..., 0.8398, 0.8242, 0.8242], [ 0.9023, 0.9414, 0.9492, ..., 0.8555, 0.8320, 0.8164], [ 0.9336, 0.9805, 0.9727, ..., 0.8555, 0.8320, 0.7930], ..., [-0.7070, -0.7383, -0.7305, ..., 0.4102, 0.3320, 0.3711], [-0.7539, -0.7383, -0.7305, ..., 0.3789, 0.3633, 0.4102], [-0.7383, -0.7070, -0.7227, ..., 0.3242, 0.3945, 0.4023]], [[ 0.9492, 0.9492, 0.9492, ..., 0.9336, 0.9258, 0.9258], [ 0.9336, 0.9492, 0.9492, ..., 0.9492, 0.9336, 0.9258], [ 0.9414, 0.9648, 0.9414, ..., 0.9570, 0.9414, 0.9258], ..., [-0.3633, -0.3867, -0.3867, ..., 0.6133, 0.5352, 0.5820], [-0.3945, -0.3867, -0.3945, ..., 0.5820, 0.5742, 0.6211], [-0.3711, -0.3633, -0.4023, ..., 0.5273, 0.6055, 0.6211]], [[ 0.8867, 0.8867, 0.8945, ..., 0.8555, 0.8477, 0.8477], [ 0.8789, 0.8867, 0.8789, ..., 0.8789, 0.8633, 0.8477], [ 0.8867, 0.9023, 0.8633, ..., 0.9023, 0.8789, 0.8555], ..., [-0.0352, -0.0586, -0.0977, ..., 0.7617, 0.7070, 0.7461], [-0.0586, -0.0586, -0.0977, ..., 0.7617, 0.7617, 0.8086], [-0.0352, -0.0352, -0.1211, ..., 0.7227, 0.8086, 0.8086]]]), 0)
数据集返回张量。让我们可视化所有输入。它们已通过MTCNN图像进行了归一化，最后一行的最后三张图像是作者自己的自拍照:)
嵌入向量空间
我们的数据已准备就绪。为了比较人脸并找出两个人脸是否相似，我们需要在向量空间中对它们进行编码，如果两个人脸相似，则与它们相关联的两个向量也都相似（接近）。
我们可以使用在一个著名的人脸数据集（例如vgg_face2）上训练的模型，并使用分类头之前的最后一层的输出（潜在空间）作为编码器。
在这些数据集之一上训练的模型必须学习有关输入的重要特征。最后一层（在完全连接的层之前）对高级功能进行编码。因此，我们可以使用它将输入嵌入向量空间中，希望相似图像彼此靠近。
详细地，我们将使用在vggface2数据集上训练的初始Resnet。嵌入空间的尺寸为512。
resnet=InceptionResnetV1(pretrained='vggface2').eval() withtorch.no_grad(): for (imgs, labels) indl: embs=resnet(imgs) breakembs.shapetorch.Size([8, 512])
完美，我们有8张图片，我们获得了8个矢量
相似度计算
为了比较向量，我们可以使用cosine_similarity来查看它们彼此之间的距离。余弦相似度将输出[-1，1]之间的值。在朴素的情况下，两个比较的向量相同，它们的相似度为1。因此，最接近1的相似度。
现在，我们可以在数据集中找到每对之间的所有距离。
importseabornassnsimportnumpyasnpsimilarity_matrix=torch.zeros(embs.shape[0], embs.shape[0]) foriinrange(embs.shape[0]): forjinrange(embs.shape[0]): similarity_matrix[i,j] =torch.cosine_similarity(embs[i].view(1, -1), embs[j].view(1, -1)) fig=plt.figure(figsize=(15, 15)) sns.heatmap(similarity_matrix.numpy(), annot=True,) numicons=8foriinrange(numicons): axicon=fig.add_axes([0.12+0.082*i,0.01,0.05,0.05]) axicon.imshow(un_normalize(ds[i][0]).permute(1,2,0).numpy()) axicon.set_xticks([]) axicon.set_yticks([]) axicon=fig.add_axes([0, 0.15+0.092*i,.05,0.05]) axicon.imshow(un_normalize(ds[len(ds) -1-i][0]).permute(1,2,0).numpy()) axicon.set_xticks([]) axicon.set_yticks([])
