真会玩，程序员用AI认双胞胎儿子！“这个树莓派版人脸识别系统，没我认得准”
到了 2021 年，人们普遍认为，通过学习算法和人工智能研究，机器在很多方面都优于人类。长期以来，机器一直主导着制造业和供应链领域，甚至开始涉足更复杂的任务，比如自动驾驶，甚至撰写高难度综合类文章。但是，在面部识别方面，机器的发展真的已经超过人类大脑了吗？
图｜Alexander 和 Nicolas
举个例子，我最近购买了一部带有指纹识别器的手机，我问我的儿子们是否想做一个小实验：一个将指纹录入，然后另一个用自己的手指去解锁，这显然是行不通的。事实证明，多种环境因素（其中只有一种是基因）驱使了子宫内的“指纹”形成，因此双胞胎通常具有不同的指纹。
为了帮助回答有关“人类或机器谁更擅长识别同卵双胞胎”的问题，我决定设计一个比指纹读取器稍微复杂的实验，并邀请我的“小科学家们”（我的儿子）接受培训以提供帮助。
我现在已经拥有一些用于其他项目的 Raspberry Pi，因此我测试了三个，看哪种最适合该应用程序。Pi Zero 可以正常工作，但在分析视频提要的帧并编译所有必需的软件时，它耗时 48 小时（是的，编译该软件需要 2 天）。对于任何想要运行类似环境的人，我强烈推荐 Pi 4b（8GB 型号），因为它具有更快的处理器，多个内核和扩展内存。我们测试的三个 Pi 的详细细节和形状因子如下所示。该设置过程的其余部分假定使用 Pi 4b（8GB）。
图 | Pi Zero，Pi 3b+ 和 Pi 4b- 刻度铅笔。
WiFi：启动 Pi 时，需要将其连接到本地网络。创建一个名为 wpa_supplicant.conf 的文件，并将其放在 SD 卡的顶层。确保文件格式为纯文本，并以 .conf 结尾。保存文件之前，添加你地理位置的两个字母的国家/地区代码以及 WiFi 网络的 SSID 和 PSK（保留双引号）。
SSH：由于我们将 Pi 设置为无头运行（没有监视器），因此我们需要一种连接到它进行管理和配置的方法——使用 SSH。要启用 Linux SSH 守护程序并自动进行，请将一个名为 ssh 的文件放置在 SD 卡的顶层，该文件不包含任何内容且没有文件扩展名。 视频：我们将在没有显示器连接的情况下启动 Pi，但仍希望在对其进行远程控制时启用视频，因此即使没有被检测到，我们也必须强制 HDMI 处于活动状态。编辑 SD 卡顶层的名为 config.txt 的文件，然后取消 hdmi_force_hotplug = 1 行的注释。
现在，通过打开终端（在 Mac 上）或使用 Putty（在 Windows 上）和 SSH 将 IP 地址作为用户名“Pi”（默认密码为“raspberry”）来验证你可以连接到 Pi。
设置：步骤 2
安装过程的第二步是安装和编译所有必需的软件。为了执行面部识别任务，我决定使用 OpenCV（开源计算机视觉库）和 Dlib。OpenCV 和 Dlib 具有许多优化算法，包括面部识别，已在工业界和学术界广泛应用，受到了良好的尊重和支持，并且具有用于 Python 编程语言的接口，这些接口可用于驱动模型训练和识别程序。互联网上有许多在 Raspberry Pi 上设置 OpenCV 和 Dlib 的示例，但是我找不到任何简洁而全面的内容，因此创建了一个简单的包装程序来安装所有的必备软件并编译 OpenCV 和 Dlib 源代码。要下载和执行此包装程序，请执行以下操作：
以 pi 用户的身份通过 SSH 连接到 Pi，并确保你位于 pi 用户的主目录中：cd~ 在Github上克隆我们的Raspberry Pi面部识别存储库的副本：git clone https://github.com/tomalessi/pi-facial-recognition.git 执行安装脚本（大约需要 1 个小时）：pi-facial-recognition / pi-setup.sh
Pi 现在已经准备好拍照和训练面部识别模型。为此，我们需要查看 Pi 上的窗口环境，以便通过 VNC Viewer 连接到它。你需要在 Pi 上启用 VNC 服务器，并在你的工作站上下载一个客户端。请按照以下步骤操作：
Pi 设置：SSH 到 PI，执行命令 sudo raspi-config，向下滚动到界面选项 →VNC 并启用它。启用此功能后，你需要重新启动。 工作站设置：从 RealVNC 下载并为你的平台安装 VNC Viewer（免费下载）。安装完成后，使用其 IP 地址设置从 VNC Viewer 到 Pi 的新连接，并确保你可以登录。成功登录后，你将会看到 Raspberry Pi OS 的背景。
通过执行以下命令并在观看实时视频后按空格键来拍照：python pi-facial-recognition / face-req.py -c photo -n Tom 通过将 -n 参数替换为另一个参数来继续为他人拍照名称。在终端窗口中按 ctrl + c 退出。 训练模型：python pi-facial-recognition / face-req.py -c train。分析每张照片，然后将结果序列化以用于分析视频时，大约需要 10 秒钟。 分析视频并应用面部识别模型：python pi-facial-recognition / face-req.py -c analyze。大约十秒钟后，应该开始直播视频。识别出的所有面孔将被标记为该人的名字，否则面孔将被标记为无法识别。按“q”退出。 清理环境并重新开始，请执行以下操作：python pi-facial-recognition / face-req.py -c clean。
注意：我们尝试了另一种实验，即以不同角度拍摄 10 张照片，但这并没有改变结果，可能是因为我们使用的是面向梯度直方图（HOG）的面部识别方法，它只适用于正面照片。
结果：测试 1
测试 1 是我本人和 Alexander，机器识别正确。
结果：测试 2
结果：测试 3
结果：测试 4
我尝试了一张较新的彩色照片（孩子可能已经 4 岁），机器再次出现故障。它错误地识别出两个 Nicolas。
为了提高系统的准确性，我想尝试一些不同的面部识别技术，比如利用 Dlib 支持的卷积神经网络（CNN）（尽管 Raspberry Pi 受其计算能力的限制），或者让 Pi 调用 GCP、AWS 或 Azure 中的公共服务进行面部识别。
学术界对双胞胎面部识别的研究也越来越多，因此技术肯定会继续改进，以解决我们在此处指出的一些现有缺陷——我和我的儿子们肯定会关注这个领域。
排版：佩奇
本文由作者自行上传，并且作者对本文图文涉及知识产权负全部责任。如有侵权请及时联系（邮箱：nanxingjun@hmkx.cn）
关键词:
机器学习,程序员,双胞胎,AI,人脸,识别,测试
人点赞
人收藏
打赏
010-82736610
股票代码: 872612
京公网安备 11010802020745号
