哈嘍，大家好。
今天跟大家分享一個吸菸辨識 人臉辨識的項目。很多公共場所、生產場所和學校，都有禁煙的要求，做一個禁煙的監控，讓AI自動識別吸煙行為，並識別是誰在吸煙，還是很有必要的。
用目標偵測演算法判斷吸菸行為，擷取吸菸者的人臉，用人臉辨識演算法判斷誰在吸菸。想法比較簡單，但細節處理起來還是稍微麻煩。
項目用到訓練資料和原始碼，都已經打包好了。還是老樣子，留言區獲取。
我用了 5k 張抽煙的標記數據，作為訓練數據
放在dataset目錄下。
訓練YOLOv5目標偵測模型。
第一步，複製data/coco128.yaml為smoke.yaml，並修改資料集目錄和類別配置資訊
path: ../dataset/smoke # dataset root dir train: images/train# train images (relative to 'path') 128 images val: images/test# val images (relative to 'path') 128 images test:# test images (optional) # Classes names: 0: smoke
第二步，複製./models/yolov5s.yaml為smoke.yaml，修改nc
nc: 1# number of classes
第三步，下載yolov5s.pt預訓練模型，放在{yolov5目錄}/weights目錄中
執行下面指令，訓練即可
python ./train.py --data ./data/smoke.yaml --cfg ./models/smoke.yaml --weights ./weights/yolov5s.pt --batch-size 30 --epochs 120 --workers 8 --name smoke --project smoke_s
訓練完成後可以看到如下輸出：
#準召還湊合。
訓練完成後，可以找到best.pt位置，後面用它來做香菸偵測。
model = torch.hub.load('../28_people_counting/yolov5', 'custom', './weights/ciga.pt', source='local')
results = self.model(img[:, :, ::-1])
pd = results.pandas().xyxy[0]
ciga_pd = pd[pd['class'] == 0]
能辨識到煙後，我們還需要判斷，目前是否正在吸菸。
可以用香菸偵測框與嘴部偵測框計算IOU來判斷，說白了，就是判斷這兩框是否有交集，若有，則認為目前正在吸菸。
嘴部偵測框，使用人臉關鍵點來辨識。
人臉辨識演算法有很多成熟的模型，我們不需要自己訓練，直接調庫即可。
我這裡用的是dlib函式庫，它可以辨識人臉 68 個關鍵點，並根據這 68 個關鍵點，提取人臉特徵。
face_detector = dlib.get_frontal_face_detector()
face_sp = dlib.shape_predictor('./weights/shape_predictor_68_face_landmarks.dat')
dets = face_detector(img, 1)
face_list = []
for face in dets:
l, t, r, b = face.left(), face.top(), face.right(), face.bottom()
face_shape = face_sp(img, face)face_detector可以偵測人臉，返回人臉偵測框，face_sp基於人臉偵測框，辨識人臉 68 個關鍵點。
從這 68 個關鍵點中，我們便可以取得到嘴部偵測框，用於判斷是否正在吸菸。
最後，我們還是希望利用人臉辨識演算法，辨識到誰在抽菸。
第一步，提取人臉特徵
face_feature_model = dlib.face_recognition_model_v1('./weights/dlib_face_recognition_resnet_model_v1.dat')
face_descriptor = face_feature_model.compute_face_descriptor(img, face_shape)face_descriptor根據人臉 68 個關鍵點之間的位置、距離，維每張臉計算出一個特徵向量。這個原理類似於我們之前分享的word2vec或將影片映射到N維向量。
第二步，將現有人臉錄入人臉庫。我準備了3 個影視劇中的吸煙行為
從影片中裁剪出人臉，向量化後，寫入人臉資料庫（用檔案取代）
第三步，發生吸菸行為後，我們可以裁剪出吸菸者的人臉，併計算人臉向量，與人臉資料庫的特徵進行比對，找到最相似的人臉，返回對應的名字
def find_face_name(self, face_feat): """ 人脸识别，计算吸烟者名称 :param face_feat: :return: """ cur_face_feature = np.asarray(face_feat, dtype=np.float64).reshape((1, -1)) # 计算两个向量（两张脸）余弦相似度 distances = np.linalg.norm((cur_face_feature - self.face_feats), axis=1) min_dist_index = np.argmin(distances) min_dist = distances[min_dist_index] if min_dist < 0.3: return self.face_name_list[min_dist_index] else: return '未知'
這個項目還有很多可以擴展的地方，比如：我提供的視頻只有單張臉，實際監控中肯定是多張臉。這時候可以用MOT演算法進行行人跟踪，然後再對每個人單獨做吸煙識別
還有，可以單獨做一個統計區，把識別到的吸煙行為保存，用作警告、處罰的證據。
以上是AI禁煙可還行！吸菸辨識+人臉識別的詳細內容。更多資訊請關注PHP中文網其他相關文章！
