给你的电脑做个简单的“人脸识别认证”

2019 年 2 月 23 日 AI研习社

本文为 AI 研习社编译的技术博客，原标题：

Simple “Face ID” for your PC

作者 | German Gensetskiy

翻译 | callofduty890

校对 | 约翰逊·李加薪审核 | 酱番梨整理 | 立鱼王

原文链接：

https://medium.com/gowombat/simple-face-id-for-your-pc-780168b95321

注：本文的相关链接请点击文末【阅读原文】进行访问

在我们的办公室，锁定屏幕是您需要快速开发的习惯。因为如果你将你的计算机解锁，有人会玩得开心并改变你的壁纸或别名你sudo( linux系统管理指令，注*文章作者使用Linux系统)的东西。
有一天，我开始思考，为什么我不能自动化呢？在这里，我来到Face Recognition python库。它的设置和使用非常简单。
但首先要做的事情。我们需要检查是否可以从python锁定屏幕以及如何操作。

锁定屏幕

我在Cinnamon桌面环境中使用Linux Mint。幸运的是在Cinnamon案例中，使用screensaver命令锁定或解锁屏幕非常容易。

cinnamon-screensaver-command --activate  # to lock the screen
cinnamon-screensaver-command --deactivate  # to unlock the screen

从python运行终端命令并不是什么大问题：

from subprocess import call
LOCK_ARGS = {
    True: '--activate',
    False: '--deactivate',
}

def lock_screen(lock):
    call(('cinnamon-screensaver-command', LOCK_ARGS[lock]))

lock_screen(True)  # will lock the screen
lock_screen(False)  # will unlock the screen

设置face_recognition

下一步是认出你可爱的脸。我们将使用人脸识别库。你可以在数据库中找到很多很好的例子，我相信一个对我们很有用。

它使用OpenCV从相机捕获流。我还决定使用构造神经网络来定位框架中的面部。要有更好的准确性。

from threading import Timer
import cv2
import face_recognition

def load_user_encoding():
    user_image = face_recognition.load_image_file(os.path.join(BASE_DIR, 'user.jpg'))
    user_image_face_encoding = face_recognition.face_encodings(user_image, num_jitters=10)[0]

    return user_image_face_encoding

def find_user_in_frame(frame, user_encoding):
    face_locations = face_recognition.face_locations(frame, model='cnn')
    face_encodings = face_recognition.face_encodings(frame, face_locations, num_jitters=2)

    for face_encoding in face_encodings:
        matches = face_recognition.compare_faces((user_encoding, ), face_encoding, tolerance=0.9)

        return any(matches)

if __name__ == '__main__':
    user_encoding = load_user_encoding()
    video_capture = cv2.VideoCapture(0)  # get a reference to webcam #0 (the default one)

    lock_timer = None
    process_this_frame = True
    
    while True:
        ret, frame = video_capture.read()
        small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
        rgb_small_frame = small_frame[:, :, ::-1]

        if process_this_frame:
            user_found = find_user_in_frame(rgb_small_frame, user_encoding)

            if user_found:
                print('user found')
                lock_screen(False)

                if lock_timer is not None:  # cancel lock timer if it exists
                    lock_timer.cancel()
                    lock_timer = None
            else:
                print('user not found')

                if lock_timer is None:  # start timer if it's not started already
                    lock_timer = Timer(5, lock_screen, (True,))
                    lock_timer.start()

        process_this_frame = not process_this_frame

如你所见，我使用threading.Timer在5秒后锁定屏幕，以防用户找不到。我建议在锁定屏幕之前稍等一下，因为有时它无法识别某些画面上的脸部。或者你可以暂时离开。

优化

使用该解决方案，它有一个令人讨厌的延迟用于读取帧和坏帧。所以我决定对其进行优化，并使用多处理将识别过程移到单独的过程中

首先，我们需要重写我们的函数来查找用户，以便它能够被Process和Pipe 调用代替返回：

def find_user_in_frame(conn, frame, user_encoding):
    face_locations = face_recognition.face_locations(frame, model='cnn')
    face_encodings = face_recognition.face_encodings(frame, face_locations, num_jitters=2)

    found_user = False
    for face_encoding in face_encodings:
        matches = face_recognition.compare_faces((user_encoding, ), face_encoding, tolerance=0.9)

        found_user = any(matches)
        if found_user:
            break

    conn.send(found_user)

在此之后我们需要调用该函数multiprocessing.Process在main中的循环当中

现在它工作更顺畅，延迟很小。

if __name__ == '__main__':
    user_encoding = load_user_encoding()
    video_capture = cv2.VideoCapture(0)  # get a reference to webcam #0 (the default one)

    lock_timer = None

    parent_conn, child_conn = Pipe()
    find_user_process = None
    while True:
        ret, frame = video_capture.read()

        small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)

        rgb_small_frame = small_frame[:, :, ::-1]

        # if process of finding user is not working - start new one
        if find_user_process is None:
            find_user_process = Process(target=find_user_in_frame, args=(child_conn, rgb_small_frame, user_encoding))
            find_user_process.start()
        # if process of finding user is already working - check is it done
        elif find_user_process is not None and not find_user_process.is_alive():
            user_found = parent_conn.recv()
            find_user_process = None

            if user_found:
                print('user found')
                lock_screen(False)
                if lock_timer is not None:
                    lock_timer.cancel()
                    lock_timer = None
            else:
                print('user not found')
                if lock_timer is None:
                    lock_timer = Timer(LOCK_TIMEOUT, lock_screen, (True,))
                    lock_timer.start()