在當下網絡發達的時代，我們很難抵擋信息的衝擊，上班時間總想偷偷刷個微博、看個新聞啥的，才能走在潮流前線嘛！然而此時此刻，最怕老闆悄咪咪出現在身後，恐怖指數可以和門外突然出現的班主任相比。
一身冷汗之後，手忙腳亂馬上切換屏幕！假裝努力工作！但是一切都太晚了，你的小動作都被老闆看在眼裡、記在心中……
所以，為了躲避老闆的監控，日本一程序員自制了一款系統，能識別逐漸朝你走來的老闆，並且自動隱藏正在瀏覽的屏幕。
具體來說，系統使用了基於Keras的神經網絡學習辨認人臉，網絡攝像頭用於判斷目標對象是否靠近，並基於判斷切換屏幕。以下是論智對這一項目的編譯。
任務概述
這一任務的目標是當老闆靠近我的時候，屏幕可以自動切換到與工作有關的內容。我和老闆的位置大致如下：
從他的座位到我的座位大約有6~7米的距離，這之間只需要4~5秒的時間。所以我必須讓系統在幾秒內完成一系列動作。
制定策略
首先，讓電腦通過深度學習掌握老闆的臉。然後，在我的工位上設置一個攝像頭，當捕捉到老闆的臉時，屏幕可以自動切換。我將這套系統稱為“老闆感應器”，簡直完美！
系統架構
“老闆感應器”的簡單結構如下：
- 攝像頭能實時拍攝圖像
- 經過學習的模型從拍攝圖像中檢測並認出老闆的臉
- 確認之後切換屏幕
簡單地說就是拍照、辨認、轉換屏幕。讓我們一步一步的解釋。
拍攝人臉照片
在這裡，我用的是BUFFALO BSW20KM11BK作為拍攝工具。
結果我得到了比我想象中更清晰的照片。
認出老闆的臉
接下來，我們用機器學習分三步識別出老闆的面容：
- 收集照片
- 對照片進行預處理
- 建立機器學習模型
收集照片
首先，我需要收集大量老闆的照片用作學習，其中收集方法有三種：
- 谷歌搜索
- 從Facebook搜索
- 拍視頻
前面兩種方法能找到的照片很少，所以我用拍攝視頻的方法，再將視頻分解成許多照片。
預處理照片
雖然我得到了大量面部圖片，但是學習模型並不能達到預期效果。這是因為照片中還有和麵部無關的內容，所以我們要裁剪掉無關內容，只留下面部。這裡我用到的是ImageMagick。
最終收集到的面部照片如下：
現在要開始讓模型學習了！
建立機器學習模型
Keras用來建立卷積神經網絡（CNN），TensorFlow用作Keras的後端。如果只用來識別面部，你可以請求類似Computer Vision API的網絡API進行圖片識別，但是這次我決定自己DIY。
網絡的框架如下所示。Keras非常方便，因為它能非常容易地輸出這一結構：
____________________________________________________________________________________________________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
目前為止，只要老闆出現在攝像機鏡頭下，系統就能認出他。
切換屏幕
現在，學習過的模型可以認出老闆的臉了，下一步就是切換屏幕。首先放一張假裝在工作時候的照片，因為我是程序員，所以以下是我的工作常態：
如果想全屏顯示這張圖片，可以用PyQt。
OK，一切準備就緒。
成品展示
把上面的技術結合在一起，我們的工作就完成了。接下來讓我們試驗一下。
老闆離開了他的座位並向我走來
OpenCV檢測到了他的臉然後向模型中輸入了圖片
屏幕切換成功！
結論
目前我用OpenCV進行面部識別，但是由於OpenCV的準確性不高，我打算嘗試一下Dlib提高準確度。我還想試一下自己訓練的人臉檢測模型。
另外，由於攝像頭捕捉到的畫面也並不準確，我會對此加以改進。
閱讀更多 論智 的文章
