Kinect人脸识别系统—开发历程-延陵明天

本篇文章主要讲的是开发者的切身经历，如果你正在弄Kinect或者做系统，又或者曾经做过一段时间，或许会有所共鸣。如果要了解系统中使用的一些算法，我已经做了多篇博客，你可以很容易搜到，我只给文章名字不给链接了。《怎样使用OpenCV进行人脸识别》《Kinect Face Tracking SDK[Kinect人脸跟踪]》《Gabor的OpenCV代码》，都是无价的文章。

我是2011年暑假开始研究人脸识别，那时刚弄完本科的毕业设计—Haartraining人脸检测，当时haartraining整的挺火热的，农歌毕业不成问题。暑假来到上海的大学，开始研究生生涯。接到电话，说本科毕设的论文评上院优秀论文，不是校优，凑合吧，看来不论选择和什么老师做毕设，都是金子。

当时OpenCV没有FaceRecognizer模块，Kinect才接触，微软也只提供了简陋的Kinect SDK beta（没有人脸追踪）。我也只会个C++和Matlab，不过这些就够了。看阅各种人脸识别的书籍，图书馆所有和人脸识别的书都被我借过来。这还不够，打印了李子青Handbook of face reconition，以及购买了基本人脸识别的图书。研究OpenCV的C++接口，打印了OpenCV参考文档。上课看，回宿舍看，有时上厕所也看。

一开始为了熟悉Kinect，那时还是Kinect for Xbox，我做了一个动作识别系统，五千行代码，仿照国外C#的动作识别算法，弄过的都知道他们。什么，他们的算法好像就几百行，你的怎么这么复杂？我设计了复杂的数据结构，做了向后扩展，也就是说他如果明天说可以检测6个人的骨骼了，我代码不用修改都可以用，然后每过一段时间会自动清除消失的人物的骨骼数据（具体点，骨骼数据和动作识别数据），更加，我检测的动作也增加了。其中以前后左右上下方向的识别还是不错。

然后我就开始搭建人脸识别系统。首先开始设计的就是数据库，这块我用了整整1个月时间。不仅仅设计数据库吧，主要系统模型设计好，数据库怎么为以后的系统做准备。数据库使用最简单的Access，因为电脑普遍都支持容易配置，并且MFC支持不错。数据库代码约2000行左右，包含各种各样的功能。特别的是的，当时没有很好的考虑图像数据存储问题，所以设计的数据库是把图像数据一起存放进去的，这点为后来制造了不少麻烦。

技术发展迅速，渐渐出现了带有人脸识别模块的OpenCV，我很快学会使用它，并且翻译了那篇文章。看到他写的代码的质量和优美，感觉如诗如画。当时我自己用OpenCV写了PCA算法，又在弄LDA，但缺乏资料，这下它把他们都实现且封装了，我很是开心。可以直接学习，也可以直接使用。

因为Kinect只有骨骼追踪，没有人脸检测算法，我又在想办法弄Adaboost，发现准确率地啊。又去弄基于肤色的人脸检测算法，还没全弄好，Kinect说他提供人脸追踪功能。我去，弄了半天，没想到它突然出现啊，当时是2012年3月吧，它一出来（Kinect SDk1.5），我就速度用它分割了简陋的人脸图片。首先感觉，定位十分准确，比Adaboost准确多了，也会比没有完成的基于肤色分割的准确。其次，这个图像质量，能做人脸识别吗？质量比ORL、Yale等很老的数据库中的人脸差了不知道多少倍。好吧，微软说它在Xbox中实现了人脸识别，咱信任他的说法，自己干一个看看。

正为着这么低劣分辨率的图像发愁，Kinect for Windows横空出世，分辨率提高了一些。我知道，别想再等下去了，Kinect分辨率不会再提高了，是时候考虑采集人脸的事情。特别的现在SDK提供了录制功能，感觉微软就是为了我的毕设卖力开发啊，没有这些功能：人脸追踪、分辨率更高的Kinect for Windows还有录制功能，我看我的硕士课题玩不下去了。

正是处于Kinect和OpenCV的高速发展，我的人脸识别系统不断改进。我也一直一手更新Kinect和OpenCV更新的信息，分享自己掌握的知识，造福广大程序员。

2012的7月开始，用了整整一个暑假，才完成了人脸数据采集方案的制定和实施，麻烦了45个同学来配合，原本设计每个方向上（十来个方向划分）人脸图片起码得50张，运行程序发现有些同学不够，很多采集了2到3次。不错，有些同学的人脸真怪，Kinect就是很难捕获他的脸，囧。还有的同学头总是歪着的，并且怎么纠正都没用，真是奇葩，只能删掉他的数据，再找其他人充数。很多个夏天的下午，我就折腾数据采集了。数据采集后，还得进行人脸分割，将图像存放到数据库里，弄个系统，没数据库不像话。

数据库的设计：图像数据直接存在Access数据库中（MFC的ADO编程），不但用了大量代码进行读写，并且实际运行时读写速度慢的要死！没人指导，我又赶时间完成这个系统，硬着头皮将分割的人脸存到数据库里了。经常是这样的，运行程序（face tracking功能，可以参考那篇文章）分割人脸，分割后查看人脸数据是否可用（有的人脸没跟踪好，能删就删，反正图片多，有些错的不用在意），然后输入名称保存，这时就得等待漫长的时间。程序要写数据库，但很缓慢，数据存的越多越缓慢，很多时间我就刷网页了，哎。反正暑假那两个月煎熬。特别的，我分割的不但是rgb图像，而且还有深度图像的人脸。有人处理过深度图像吗？即使用了提供的转换，它的坐标竟然还是偏移的，你得自己修正。深度图像有孔洞？的确有，当时SDK还很多孔洞呢，你自己插值呗。后来SDK更新，解决了孔洞问题，囧，又白折腾了。之后，我将图片存放在磁盘中，数据库存放图片地址，才加快数据的读写，不过大量测试时，你快不到哪里去。谁叫我分割了12万张图像，6万彩色和6万深度图像，数据库那么长，每次不是简单的读取，还是读取后是自动打乱的，每次读的图像都不会相同。

数据库庞大，之后需要抽取图像进行训练，这时我又得考虑一些缓存方法，保存一些数据信息，减少它需要扫描数据库的时间。为什么需要扫描，因为，你不知道每个人的图片有多少张，每种朝向（自己将人脸姿态角度分类，模仿了PIE人脸数据库）有多少张，我们只有选择最小值才行。也就是说，你要拿某类的30张图像训练，那么每个人图像应该都得大于等于是把，然后每个人取得时候是随即获取他N个中的30张，如果写matlab自然简单，但你用c++得保证木有问题才能出现正确结果，够你折腾的吧。没有Image Watch，你不知道自己是否真的去读正确了。

各种算法的融合，首先你得了解那些算法比较好，你有什么资源，那些算法你可以实现？matlab确实有不少算法，你可以参照其中的代码，写出OpenCV版本的。比如我模仿了PCA、LDA、Gabor等等。预处理、特征提取和降维、分类，每一层，我都尝试各种算法进行多次随机测试。你得一个一个实现好，关键要处理的是数据如何传输？这时我的程序已经很大了，数据如何在各种类中传输，拷贝少、速度快都得考虑。需要使用多少张图像进行训练，你多试几次，电脑死掉了说明不行了。图像多大合适？你得考虑可能要用到傅里叶变换，最好是2、3、5的倍数为佳。Gabor卷积核多大合适？维数降到多大合适？你多次测试，统计时间和准确率看看。速度快，准确率会低，速度慢，耗时又长了。而且还带有随机性，因为我的训练集图片每次测试都是随机的，你得测5次吧，如果变化太大，测10次吧。

ok，你到这里弄了基于静止图像的人脸识别算法，写出来可以成本科毕设吧，研究生不太好。那我在整个多数投票方法吧，权值哪里来？刚才做的大量测试来。

你弄出来分类器，用图片弄那么长时间，实时运行效果行不行？你得测试，中间处理结果你得保存，处理结果你得显示。人物移出界面程序死掉、参数没设置好运行死掉、时间运行长了莫名其妙程序死掉、光照变化了效果不行了。

当然，一切优化的差不多了，用了很长时间与老师交流和修改，最终分数很低。只能说声，抱歉，虽然用了如此多的精力，与无数前人没有遇到的问题pk，我尽力了无悔了。

微博：http://weibo.com/1083488192/zCVUznJON

箫鸣琴奏_CPP程序侠：回复@VinjnZhang:分数低就低了，还得继续后面的人生。 [哈哈]

(1分钟前)

查看对话| 回复

: VinjnZhang：回复@箫鸣琴奏_CPP程序侠: 评分低有很多原因，并不一定是你做得不好(今天 17:04)

查看对话| 回复

: 箫鸣琴奏_CPP程序侠：回复@VinjnZhang:这个是硕士论文，不及格的才能看到意见。申请了软件著作权，给学校和以后的学弟学妹维护了。有过公司看到后想商业化，想收我，但还是限于当今人脸识别太强大，我就弄了一年的系统，这点算法，商业化是找死……只是在实验室干了二年，最后被别人完全否定，很不爽，吐槽多了，sorry。 (今天 16:45)

查看对话| 回复

: VinjnZhang：回复@箫鸣琴奏_CPP程序侠: 评委的意见是什么？主办方想看到怎样的产品？你这个考虑开源不，也许可以继续维护下去，以后找工作绝对有帮助！ (今天 16:34)

查看对话| 回复

: 箫鸣琴奏_CPP程序侠：回复@VinjnZhang:还有人物出现和消失，如何使用骨骼追踪自行检测，实时更新当前信息。距离变化，朝向是否考虑设置权重，视频序列长度选择。有意义的算法创新？我只能运用机器学习思想大量测试调整现有模型中的参数。难道要弄个坑爹方法，却去对比十年前的结果。只能说，人脸识别啊，没创新算法，别碰吧…… (今天 16:30)

查看对话| 回复

: 箫鸣琴奏_CPP程序侠：回复@VinjnZhang:自带人脸识别算法很简单，而且也是近期才出现的。论文主要工作不在算法上（实现没有的gabor特征提取），在系统实现，特别是算法中参数的选择，图片剪裁到多大合适，特征维数多大，gabor参数，使用采集了二个月45个人的人脸数据，共6万张图像进行测试验证。人脸数据如何自动获取，戴眼镜是否有影响…… (今天 16:14)

查看对话| 回复