我做了一个人脸识别程序，老板来了就自动切换桌面
简介
当你工作的时候，肯定会浏览一些与工作无关的东西，别说你没有过。
这时被老板发现就太尴尬了。当然，我也可以马上切换桌面，但这种举动太可疑了，而且有的时候我根本没注意到老板来了。为了表现得不是那么刻意，我做了个人脸识别程序，老板过来的时候自动隐藏桌面内容。
具体来说，我用 Keras 来实现面部识别的神经网络，用网络摄像头来判断他是否正在接近，然后切换画面。
任务
这个程序的目的是在发现老板接近时自动切换电脑桌面。
场景如下：
老板和我的座位之间隔着 6、7 米，他离开座位后大概 4、5 秒钟到达我的工位。因此必须在这个时间内切换好桌面，时间紧迫！
策略
可能你们会有很多办法，以下是我的个人对策。
首先，让电脑用深度学习的技术记住老板的脸；然后在我的工位安装一个网络摄像头，一旦捕捉到老板的脸就迅速切换桌面。我认为这是个很完美的策略，姑且称它为 Boss Sensor（老板识别器）吧。
系统架构
Boss Sensor 的系统架构如下所示。
- 网络摄像头捕捉实时画面。
- 学习模型对捕捉画面的面部进行检测和识别。
- 识别出老板的面部后，切换桌面。
这个过程用到了如下技术：
- 捕捉面部画面
- 面部识别
- 切换桌面
让我们一步一步分解一下。
捕捉面部画面
首先，用网络摄像头捕捉画面。
我用的是 BUFFALO BSW20KM11BK。
你也可以用电脑软件自带的摄像头，但是考虑到接下来的步骤，最好是可以直接获得图像。由于接下来需要进行面部识别，所以需要对图像进行剪裁。我用 Python 和 OpenCV 获取面部图像。这是代码：
脸部图像比预期的更清晰。
面部识别
接下来，我们用机器学习来确保电脑可以识别出老板的脸。
这个过程需要分三步：
- 图像收集
- 图像预处理
- 构建机器学习模型
让我们一步一步分解一下。
图像收集
首先，
- 从 Google 搜索图像
- 从 Facebook 收集图像
- 拍摄视频
最开始，我试着从网页搜索和 Facebook 收集图像，但数量远远不够。后来我拍摄了一段视频并把视频分解成无数个图像。
图像预处理
我收集到了足够多的图片，但是里面除去面部还有很多无关的部分，所以学习模型无法准确识别。我们把面部单独剪裁出来即可。
我主要使用 ImageMagick 进行提取。通过 ImageMagick 切割来获得面部图像。
然后我收集到了如下的面部图像：
可能我是世界上收藏老板照片最多的人，估计比他爸妈还要多。
接下来构建学习模型。
构建机器学习模型
我用 Keras 来搭建卷积神经网络（CNN），CNN 可以用来进行训练。Keras 的后端使用了 TensorFlow。如果你只需要识别面部，可以调用 Web API 进行图像识别，如 Cognitive Services 中的 Computer Vision API，但是考虑到实时性，我决定自己编写。
以下是网络的架构。Keras 可以很方便地展示出架构。
====================================== Layer (type) Output Shape Param # Connected to ====================================== convolution2d_1 (Convolution2D) (None, 32, 64, 64) 896 convolution2d_input_1[0][0] activation_1 (Activation) (None, 32, 64, 64) 0 convolution2d_1[0][0] convolution2d_2 (Convolution2D) (None, 32, 62, 62) 9248 activation_1[0][0] activation_2 (Activation) (None, 32, 62, 62) 0 convolution2d_2[0][0] maxpooling2d_1 (MaxPooling2D) (None, 32, 31, 31) 0 activation_2[0][0] dropout_1 (Dropout) (None, 32, 31, 31) 0 maxpooling2d_1[0][0] convolution2d_3 (Convolution2D) (None, 64, 31, 31) 18496 dropout_1[0][0] activation_3 (Activation) (None, 64, 31, 31) 0 convolution2d_3[0][0] convolution2d_4 (Convolution2D) (None, 64, 29, 29) 36928 activation_3[0][0] activation_4 (Activation) (None, 64, 29, 29) 0 convolution2d_4[0][0] maxpooling2d_2 (MaxPooling2D) (None, 64, 14, 14) 0 activation_4[0][0] dropout_2 (Dropout) (None, 64, 14, 14) 0 maxpooling2d_2[0][0] flatten_1 (Flatten) (None, 12544) 0 dropout_2[0][0] dense_1 (Dense) (None, 512) 6423040 flatten_1[0][0] activation_5 (Activation) (None, 512) 0 dense_1[0][0] dropout_3 (Dropout) (None, 512) 0 activation_5[0][0] dense_2 (Dense) (None, 2) 1026 dropout_3[0][0] activation_6 (Activation) (None, 2) 0 dense_2[0][0] ====================================== Total params: 6489634
这是代码：
现在，如果老板出现在摄像机镜头里就可以被识别出来了。
切换桌面
当学习模型识别出老板在接近后，就需要切换桌面了。我选择了下面这张图像来假装我在工作。
选择这样的图片是因为我是个程序员。
我展示的仅仅是一张图片。
我希望图片可以全屏展示，所以使用了 PyQt，代码如下：
万事俱备了。
成品
把上面的技术整合起来就大功告成了，我已经试验过了。
“老板离开座位后向我靠近。”
“OpenCV 检测到了老板的面部并把信息传送给学习模型。”
“确定是老板后迅速切换桌面！ヽ(‘ ∇‘ )ノ ﾜｰｲ”
源代码
Boss Sensor 的源代码下载链接如下：
- BossSensor：https://github.com/Hironsan/BossSensor
记得赞我哦ｍ(_ _)ｍ
结论
这一次，我把 Web 相机的实时图像采集和 Keras 的面部识别结合起来，成功地识别老板并隐藏桌面。
目前，我用 OpenCV 进行面部检测，但由于 OpenCV 中面部检测的准确性似乎不太好，我想尝试使用 Dlib 来提高准确性。另外，我还想尝试一下自己的面部检测模型。
由于对从网络摄像机获取的图像的识别精度不太好，我还会做些改进。
如果你喜欢这篇文章，欢迎转发或分享 ↓