🌅 👩‍🎨 👧🏼 पायथन में गहरी शिक्षा का उपयोग करके एक चेहरा पहचान मॉडल बनाना ℹ️ 🌞 💵

अनुवादक ऐलेना बोर्नोवोलकोवा ने विशेष रूप से नेटोलॉजी के लिए फेसन शेख द्वारा एक लेख को अनुकूलित किया कि कैसे चेहरे की पहचान का एक मॉडल बनाया जाए और इसे किन क्षेत्रों में लागू किया जा सकता है।

परिचय

हाल के वर्षों में, कंप्यूटर विजन ने लोकप्रियता हासिल की है और एक अलग दिशा में खड़ा हुआ है। डेवलपर्स नए एप्लिकेशन बना रहे हैं जो दुनिया भर में उपयोग किए जाते हैं।
इस दिशा में, मैं खुले स्रोत की अवधारणा से आकर्षित हूं। यहां तक कि प्रौद्योगिकी दिग्गज नई खोजों और नवाचारों को सभी के साथ साझा करने के लिए तैयार हैं, ताकि प्रौद्योगिकी अमीरों का विशेषाधिकार न बने।

इनमें से एक तकनीक चेहरा पहचान है। जब सही और नैतिक रूप से उपयोग किया जाता है, तो इस तकनीक को जीवन के कई क्षेत्रों में लागू किया जा सकता है।

इस लेख में, मैं आपको दिखाऊंगा कि कैसे खुले स्रोत उपकरण का उपयोग करके एक प्रभावी चेहरा पहचान एल्गोरिथ्म बनाया जाए। इस जानकारी पर आगे बढ़ने से पहले, मैं चाहता हूं कि आप इस वीडियो को देखकर तैयारी करें और प्रेरित हों:

चेहरा पहचान: संभावित अनुप्रयोग

यहाँ चेहरा पहचान प्रौद्योगिकी के अनुप्रयोग के कुछ संभावित क्षेत्र हैं।

सामाजिक नेटवर्क में चेहरा पहचान । फेसबुक ने प्लेटफॉर्म पर अपलोड की गई प्रत्येक छवि के लिए स्वचालित रूप से उत्पन्न टैग सुझावों के साथ छवियों के मैनुअल टैगिंग को बदल दिया है। फेसबुक छवि में पिक्सल का विश्लेषण करने और अपने संबंधित उपयोगकर्ताओं के साथ तुलना करने के लिए एक साधारण चेहरा पहचान एल्गोरिथ्म का उपयोग करता है।

सुरक्षा में चेहरा पहचान । व्यक्तिगत डेटा की सुरक्षा के लिए चेहरा पहचान तकनीक का उपयोग करने का एक सरल उदाहरण आपके स्मार्टफोन को "चेहरे पर" अनलॉक कर रहा है। यह तकनीक एक्सेस सिस्टम में भी लागू की जा सकती है: एक व्यक्ति कैमरे में दिखता है, और यह निर्धारित करता है कि उसे दर्ज करना है या नहीं।

लोगों की संख्या गिनने के लिए चेहरा पहचान । किसी कार्यक्रम में भाग लेने वाले लोगों की संख्या की गणना करने के लिए चेहरा पहचान तकनीक का उपयोग किया जा सकता है (जैसे सम्मेलन या संगीत कार्यक्रम)। प्रतिभागियों को मैन्युअल रूप से गिनने के बजाय, हम एक कैमरा स्थापित करते हैं जो प्रतिभागियों के चेहरे की छवियों को कैप्चर कर सकता है और आगंतुकों की कुल संख्या को बाहर कर सकता है। यह प्रक्रिया को स्वचालित करने और समय बचाने में मदद करेगा।

सिस्टम सेटअप: हार्डवेयर और सॉफ्टवेयर आवश्यकताएँ

विचार करें कि हम अपने लिए उपलब्ध ओपन सोर्स टूल्स से संपर्क करके फेस रिकग्निशन तकनीक का उपयोग कैसे कर सकते हैं।

मैंने आपके लिए निम्नलिखित उपकरणों का उपयोग किया है:

लेनोवो E470 थिंकपैड लैपटॉप (कोर i5 7 वीं जेन) पर वास्तविक समय के चेहरे की पहचान मॉडल बनाने के लिए वेब कैमरा (लॉजिटेक C920)। आप अपने लैपटॉप के बिल्ट-इन कैमरा या कैमकॉर्डर का उपयोग किसी भी उपयुक्त प्रणाली के साथ कर सकते हैं जो मेरे द्वारा उपयोग किए जाने के बजाय वास्तविक समय के वीडियो विश्लेषण के लिए है।
तेजी से वीडियो प्रसंस्करण के लिए ग्राफिक्स प्रोसेसर का उपयोग करना बेहतर होता है।
हमने सभी आवश्यक सॉफ्टवेयर के साथ उबंटू 18.04 ऑपरेटिंग सिस्टम का उपयोग किया।

हमारे चेहरे की पहचान मॉडल के निर्माण के साथ आगे बढ़ने से पहले, हम इन बिंदुओं का अधिक विस्तार से विश्लेषण करेंगे।

चरण 1: हार्डवेयर सेटअप

जांचें कि कैमरा सही तरीके से कॉन्फ़िगर किया गया है या नहीं। उबंटू के साथ, यह सरल है: देखें कि क्या डिवाइस ऑपरेटिंग सिस्टम द्वारा मान्यता प्राप्त है। ऐसा करने के लिए, इन चरणों का पालन करें:

वेब कैमरा को लैपटॉप से जोड़ने से पहले, कमांड प्रॉम्प्ट पर ls /dev/video* टाइप करके सभी कनेक्टेड वीडियो उपकरणों की जांच करें। नतीजतन, सिस्टम से जुड़े सभी वीडियो उपकरणों की एक सूची दिखाई देती है।
वेबकैम से कनेक्ट करें और फिर से कमांड जारी करें। यदि वेबकैम सही ढंग से जुड़ा हुआ है, तो नया डिवाइस कमांड के परिणामस्वरूप परिलक्षित होगा।
इसके सही संचालन को सत्यापित करने के लिए आप वेबकैम सॉफ्टवेयर का उपयोग भी कर सकते हैं। उबंटू इसके लिए चीज़ प्रोग्राम का उपयोग कर सकता है।

चरण 2: सॉफ्टवेयर सेटअप

चरण 2.1: पायथन को स्थापित करें

इस लेख में कोड पायथन (संस्करण 3.5) का उपयोग करके लिखा गया था। पायथन को स्थापित करने के लिए, मैं डेटा की प्रोसेसिंग और विश्लेषण के लिए एक लोकप्रिय पायथन वितरण एनाकोंडा का उपयोग करने की सलाह देता हूं।

चरण 2.2: OpenCV स्थापित करें

OpenCV एक ओपन सोर्स लाइब्रेरी है जिसे कंप्यूटर विज़न एप्लिकेशन बनाने के लिए डिज़ाइन किया गया है। OpenCV को स्थापित करके pip का उपयोग किया जाता है:

 pip3 install opencv-python

स्टेप 2.3: face_recognition API सेट करें

हम face_recognition API उपयोग करेंगे, जिसे दुनिया में सबसे आसान पायथन फेस रिकग्निशन API माना जाता है। स्थापित करने के लिए, उपयोग करें:

 pip install dlib pip install face_recognition

की शुरूआत

सिस्टम स्थापित करने के बाद, हम कार्यान्वयन के लिए आगे बढ़ते हैं। आरंभ करने के लिए, हम एक कार्यक्रम बनाएंगे और फिर समझाएंगे कि हमने क्या किया।

पूर्वाभ्यास

एक face_detector.py फ़ाइल बनाएँ और फिर नीचे दिए गए कोड की प्रतिलिपि बनाएँ:

 # import libraries import cv2 import face_recognition # Get a reference to webcam video_capture = cv2.VideoCapture("/dev/video1") # Initialize variables face_locations = [] while True: # Grab a single frame of video ret, frame = video_capture.read() # Convert the image from BGR color (which OpenCV uses) to RGB color (which face_recognition uses) rgb_frame = frame[:, :, ::-1] # Find all the faces in the current frame of video face_locations = face_recognition.face_locations(rgb_frame) # Display the results for top, right, bottom, left in face_locations:  # Draw a box around the face  cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2) # Display the resulting image cv2.imshow('Video', frame) # Hit 'q' on the keyboard to quit! if cv2.waitKey(1) & 0xFF == ord('q'):  break # Release handle to the webcam video_capture.release() cv2.destroyAllWindows()

फिर इस पायथन फाइल को टाइप करके चलाएं:

 python face_detector.py

यदि सब कुछ सही ढंग से काम करता है, तो वास्तविक समय में लॉन्च किए गए फेस रिकग्निशन मोड के साथ एक नई विंडो खुल जाएगी।

संक्षेप में बताएं और समझाएं कि हमारे कोड ने क्या किया:

सबसे पहले, हमने हार्डवेयर का संकेत दिया, जिस पर वीडियो का विश्लेषण किया जाएगा।
फिर हमने फ्रेम द्वारा एक वास्तविक समय वीडियो कैप्चर फ्रेम बनाया।
फिर प्रत्येक फ्रेम को संसाधित किया गया और छवि में सभी चेहरों का स्थान निकाला गया।
नतीजतन, इन फ़्रेमों को वीडियो के रूप में पुन: पेश किया गया था , जहां चेहरे स्थित हैं।

चेहरा पहचान आवेदन उदाहरण

यह सब मज़ा खत्म नहीं है। हम एक और अच्छी बात करेंगे: हम उपरोक्त कोड के आधार पर आवेदन का एक पूर्ण उदाहरण बनाएंगे। हम कोड में छोटे बदलाव करेंगे और सब कुछ तैयार हो जाएगा।

मान लीजिए कि आप स्पीकर के वर्तमान में स्थित ट्रैक करने के लिए कैमकॉर्डर का उपयोग करके एक स्वचालित प्रणाली बनाना चाहते हैं। अपनी स्थिति के आधार पर, सिस्टम कैमरे को घुमाता है ताकि स्पीकर हमेशा फ्रेम के केंद्र में रहे।
पहला कदम एक ऐसी प्रणाली बनाना है जो वीडियो में व्यक्ति या लोगों की पहचान करता है और स्पीकर के स्थान पर ध्यान केंद्रित करता है।

आइए जानें कि इसे कैसे करना है। एक उदाहरण के रूप में, मैंने डेटाहैक समिट 2017 सम्मेलन के वक्ताओं द्वारा भाषण के साथ YouTube पर एक वीडियो का चयन किया।

सबसे पहले, आवश्यक पुस्तकालयों को आयात करें:

 import cv2 import face_recognition

फिर हम वीडियो पढ़ते हैं और लंबाई निर्धारित करते हैं:

 input_movie = cv2.VideoCapture("sample_video.mp4") length = int(input_movie.get(cv2.CAP_PROP_FRAME_COUNT))

उसके बाद, हम इनपुट फ़ाइल में उसी के समान आवश्यक रिज़ॉल्यूशन और फ्रेम दर के साथ एक आउटपुट फ़ाइल बनाते हैं।

हम स्पीकर छवि को वीडियो पर पहचानने के लिए एक नमूने के रूप में लोड करते हैं:

 image = face_recognition.load_image_file("sample_image.jpeg") face_encoding = face_recognition.face_encodings(image)[0] known_faces = [ face_encoding, ]

समाप्त होने के बाद, हम चक्र शुरू करते हैं, जो होगा:

वीडियो से फ्रेम निकालें।
सभी चेहरे खोजें और उन्हें पहचानें।
एक नया वीडियो बनाएं जो मूल फ्रेम को स्पीकर के चेहरे के स्थान के साथ एक हस्ताक्षर के साथ जोड़ देगा।

आइए उस कोड को देखें जो इसे निष्पादित करेगा:

 # Initialize variables face_locations = [] face_encodings = [] face_names = [] frame_number = 0 while True: # Grab a single frame of video ret, frame = input_movie.read() frame_number += 1 # Quit when the input video file ends if not ret:  break # Convert the image from BGR color (which OpenCV uses) to RGB color (which face_recognition uses) rgb_frame = frame[:, :, ::-1] # Find all the faces and face encodings in the current frame of video face_locations = face_recognition.face_locations(rgb_frame, model="cnn") face_encodings = face_recognition.face_encodings(rgb_frame, face_locations) face_names = [] for face_encoding in face_encodings:  # See if the face is a match for the known face(s)  match = face_recognition.compare_faces(known_faces, face_encoding, tolerance=0.50)  name = None  if match[0]:      name = "Phani Srikant"  face_names.append(name) # Label the results for (top, right, bottom, left), name in zip(face_locations, face_names):  if not name:      continue      # Draw a box around the face  cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)  # Draw a label with a name below the face  cv2.rectangle(frame, (left, bottom - 25), (right, bottom), (0, 0, 255), cv2.FILLED)       font = cv2.FONT_HERSHEY_DUPLEX  cv2.putText(frame, name, (left + 6, bottom - 6), font, 0.5, (255, 255, 255), 1) # Write the resulting image to the output video file print("Writing frame {} / {}".format(frame_number, length)) output_movie.write(frame) # All done! input_movie.release() cv2.destroyAllWindows()

कोड आपको यह परिणाम देगा:

संपादकों से

विषय पर नेटोलॉजी पाठ्यक्रम:

ऑनलाइन पेशे " पायथन डेवलपर "
ऑनलाइन पेशे डेटा साइंटिस्ट

पायथन में गहरी शिक्षा का उपयोग करके एक चेहरा पहचान मॉडल बनाना