机器视觉应用技术23人脸属性.docxVIP

实验23人脸属性

一、实验目的

1.了解基于深度学习的人脸属性技术。

2.掌握人脸属性模型的算法开发。

3.掌握AiCam框架的部署和使用。

二、实验内容

1.算法原理

1.1基本描述

人脸识别包含人脸检测与属性分析、人脸对比、人脸有哪些信誉好的足球投注网站、活体检测等能力。人脸识别技术灵活应用于建设工地、智慧社区、智慧园区等行业场景中，实现身份核验、人脸考勤、闸机通行等业务需求。其中人脸识别中对人的属性特征进行识别的功能，包括性别、年龄、表情、魅力、眼镜、头发、口罩、姿态等，在以人、物为中心的应用场景中发挥巨大价值。

1.2模型描述

?人脸检测：

本实验采用MTCNN+FaceNet模型来实现人脸检测。MTCNN一个深度卷积多任务的框架，这个框架利用了检测和对准之间固有的关系来增强他们的性能。这里使用MTCNN进行人脸检测，一方面是因为其检测精度确实不错，另一方面facenet工程中，已经提供了用于人脸检测的mtcnn接口。MTCNN是多任务级联CNN的人脸检测深度学习模型，该模型中综合考虑了人脸边框回归和面部关键点检测。特别是，在预测人脸及脸部标记点的时候，通过3个CNN级联的方式对任务进行从粗到精的处理。

人脸属性：

人脸属性指的是根据给定的人脸判断其性别、年龄和表情等，使用MobileNetV2网络实现快速人脸对齐技术，进行预处理和估计人脸属性，执行速度更快，并且能够部署在移动设备。

2.功能设计

2.1功能描述

AiCam人工智能轻量化应用框架是一款面向于人工智能边缘应用的开发框架，采用统一模型调用、统一硬件接口、统一算法封装和统一应用模板的设计模式，实现了嵌入式边缘计算环境下进行快速的应用开发和项目实施。

AiCam为模型算法的调用提供RESTful调用接口，实时返回分析的视频结果和数据，同时通过物联网云平台的应用接口，实现与硬件的连接和互动，最终形成各色智联网产业应用。

三、实验步骤

1.工程部署

1.1硬件部署

1）准备人工智能边缘应用平台，给边缘计算网关正确连接Wi-Fi天线、摄像头、电源。

2）按下电源开关上电启动边缘计算网关，将启动ubuntu操作系统。

3）系统启动后，连接局域网内的Wi-Fi网络，记录边缘计算网关的IP地址，比如：192.168.100.200。

1.2工程部署

1）运行MobaXterm工具，通过SSH登录到边缘计算网关（参考附录2）。

2）在SSH终端创建实验工作目录：

$mkdir-p~/aicam-exp

3）通过SSH将本实验工程代码和aicam工程包（DISK-AILab\02-软件资料\02-综合应用\aicam.zip）

上传到~/aicam-exp目录下（文件的上传参考附录2）。

4）在SSH终端输入以下命令解压缩实验工程

2.工程运行

1）在SSH终端输入以下命令运行实验工程：

3.人脸属性

1）点击应用左侧的菜单选择“人脸属性识别”，应用将会在返回的视频流画面中检测人脸并显示人脸的属性。

2）当摄像头视窗中出现人脸时，应用将会在实时视频流上面将人脸框出来，并且显示人脸属性，包括：性别、年龄、表情、是否戴眼镜、是否戴帽子（由于模型精度的原因，本应用识别效果比较差）。

3）尝试采用更准确的模型来实现人脸属性的识别。