Skip to content

A Django wrapper that acts as a RESTful API for face recognition and age gender prediction

License

Notifications You must be signed in to change notification settings

Jinnrry/FaceRecognition-RestApi

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

49 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

基于神经网络的人脸识别Rest API

功能介绍:

方便各类不懂caffe和图像处理的人群使用,将人脸识别中常用的功能封装成了Rest Api,部署后就可以直接调用。目前支持人脸相识度对比,人脸定位,年龄检测,性别检测,face id (可以拿来做人脸查找)。在未来,如果有空将持续更新,下一步将继续添加表情,心情状态检测等功能

需要环境:

opencv

caffe

django

.....

还有其他一堆库,懒得写了,你运行的时候缺哪个就装哪个吧,反正都是可以通过pip安装的

识别结果:




识别精度说明:

人脸对比功能还达不到用做Face ID的级别,如果用于一般精度要求不是很高的项目,判断是否是同一个人问题不大。性别检测功能基本完美,能达到人类的水平。年龄的话在大天朝美图神技面前无解,如果是没经过美图的照片基本上准确,如果经过美图.......人脸定位的话,使用OPENCV检测偶尔会把非人脸判断进去,使用MTCNN神经网络的话比较不错了

文件说明:

model 文件夹存放的是一些模型文件 RestServer是核心代码

项目将人脸识别与人脸定位的功能封装成了REST API,将RestServer运行起来以后就可以通过REST API的方式访问调用

运行方法:

环境搭建:

Ubuntu:

使用ubuntu17+的系统能保证你最快时间搭建出一套运行环境。

为了你最快搭建出这个项目的试用环境,所以我下面的项目都是最简安装,没考虑性能

ubuntu 17.10 +python3 环境搭建:

sudo apt-get install python3 pip3
sudo pip3 install django
sudo pip3 install sklearn
sudo apt-get install libopencv-dev python3-opencv
sudo apt-get install caffe-cpu
  • 如需要使用GPU(运行更快,但并非所有电脑都能支持)请安装GPU版Caffe,CUDA须用apt安装
sudo apt-get install python3 pip3
sudo pip3 install django
sudo pip3 install sklearn
sudo apt-get install libopencv-dev python3-opencv
sudo apt-get install nvidia-cuda-toolkit
sudo apt-get install caffe-cuda

进入RestServer/config文件夹,打开config.py文件,修改成你本机的路径,然后在RestServer目录下运行python3 manage.py runserver 没有报错即可

然后打开项目目录下的test.html(任意浏览器打开)即可测试项目功能

Windows:

前提是你已经装好python3和pip

pip3 install django
pip3 install sklearn
pip3 install scikit-image
pip3 install opencv-python
pip3 install scipy
pip3 install matplotlib
pip3 install protobuf

caffe windows下载编译好的(你自己编译当然没问题)Windows caffe二进制文件, 注意选择你机器对应的版本(如果你不知道怎么选,那就选 CPU only, Python 3.5: Caffe Release),下载下来后直接解压即可

进入RestServer/config文件夹,打开config.py文件,修改成你本机的路径,然后在RestServer目录下运行python3 manage.py runserver 没有报错即可

然后打开项目目录下的test.html(任意浏览器打开)即可测试项目功能

Other:

如果是线上使用或者你无法使用上面的环境,那么你需要自己搭建运行环境,项目主要需要的模块有3个caffe,opencv,django,可以参照caffe官网安装caffe,其他2个用pip安装就行了

API调用方法:

接口地址 方法 参数 说明 返回参数
http://你的ip/compared POST face1 和 face2 数据为你的两张人脸图片 人脸对比接口地址 JSON数组,status调用是否成功,data为两张人脸的相似度(大约78%可判断为同一个人),msg为说明,runtime为识别执行时间
http://你的ip/locate POST 使用opencv进行人脸定位,速度快,效果略差,pic 数据为你需要定位人脸的图片 人脸定位接口地址 JSON数组,返回中每有一个数组就表示检测到一张人脸 X,Y表示人脸左上角坐标,height width表示高度和宽度
http://你的ip/locateMtcnn POST 使用mtcnn进行人脸定位,速度慢,效果好一点,pic 数据为你需要定位人脸的图片 人脸定位接口地址 JSON数组,返回中每有一个数组就表示检测到一张人脸 X,Y表示人脸左上角坐标,height width表示高度和宽度
http://你的ip/genderPOSTpic 数据为你需要检测的人脸图片性别检测接口 JSON数组,status调用是否成功,data为Female 或者male,msg为说明,runtime为识别执行时间
http://你的ip/agePOSTpic 数据为你需要检测的人脸图片年龄检测接口 JSON数组,status调用是否成功,data 为一个年龄区间 ,runtime为识别执行时间
http://你的ip/faceidPOSTpic 数据为你需要检测的人脸图片获取face id JSON数组,status调用是否成功,data 为一个4096长度的矩阵(我知道这个长度很反人类,所以大哥您有什么算法压缩吗),2个face id求余弦值即可获得2个人脸的相似度
http://你的ip/comparedByFaceIDPOSTfaceID1,faceID2,2个需要对比的face id通过face id对比人脸相似度(即求2个face id的余弦值) JSON数组,status调用是否成功,data为百分数,大约78%以上即可判断为同一个人
http://你的ip/expression表情检测,功能待实现。。。

部署说明:

如果你需要用于生产项目使用,该项目一定要用apache2或者ngnix发布,上面提供的运行方法仅供测试使用。具体部署访问请参考django项目部署

其他说明:

关于算法,人脸定位算法来自openCv2 ,以及MTCNN ;性别和年龄检测来自 Age and Gender Classification using Convolutional Neural Networks;人脸相识度对比来自VGG FACE

最后!!

欢迎提出意见,如果改进优化了这个项目请也push一份过来^_^

About

A Django wrapper that acts as a RESTful API for face recognition and age gender prediction

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages