pierre/FaceRecognitionTests
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
a7df65b7d9
FaceRecognitionTests/README.md

8.4 KiB
Raw Blame History

Expérimentations de reconnaissance faciale

Les images sources

Chris Evan

Robert Downey

Jennifer Lawrence

Margot Robbie

Ces images sont normalement toutes libres de droits. Il peut cependant être judicieux d'indiquer leur source pour en attester.

Une copie de ces images est disponible dans le dossier src

Emplacement des visages

boxes/ChrisEvan1.jpg

src/ChrisEvan1.jpg: De 490x218 à 1128x1008

boxes/ChrisEvan2.jpg

src/ChrisEvan2.jpg: De 541x1006 à 1844x2347

boxes/MargotRobbie1.jpg

src/MargotRobbie1.jpg: De 527x181 à 1014x715

boxes/MargotRobbie2.jpg

src/MargotRobbie2.jpg: De 697x359 à 1680x1358

boxes/RobertDowney1.jpg

src/RobertDowney1.jpg: De 384x159 à 845x736

boxes/RobertDowney2.jpg

src/RobertDowney2.jpg: De 360x119 à 553x350

boxes/JenniferLawrence1.png

src/JenniferLawrence1.png: De 196x115 à 365x314

boxes/JenniferLawrence2.png

src/JenniferLawrence2.png: De 695x428 à 1591x1396

"Embeddings"

L'ensemble des nombres caractérisant les visages générés par mon modèle de classification des visages sont disponibles dans le dossier embeddings.

Voici quelques exemples :

  • ChrisEvan1.jpg:
0.013588272 0.14924107 0.10293563 -0.0894408 -0.14983389 -0.15014969 -0.10940615 -0.08662054 -0.027009228 0.025306579 0.063713625 0.0029894528 -0.22485909 -0.1171356 -0.028612543 0.052584253 -0.01020841 0.08544659 -0.039860334 0.08512174 0.16187522 -0.12540862 0.04619039 -0.034596693 0.049454086 -0.003330931 -0.02040488 0.12404345 0.044619344 0.06511985 -0.18827626 0.1292971 -0.16731974 0.05794434 -0.080326095 0.13209893 -0.040213954 -0.0860508 -0.19195764 0.02851134 -0.012864292 0.08082352 0.042097613 0.12528199 0.00915616 0.04863165 0.15132628 0.034243103 -0.16731258 0.074604616 -0.065076664 -0.020548549 0.11536233 0.10212831 -0.0850409 -0.069237165 -0.046551146 0.13450986 -0.025315845 0.07234829 0.03134743 -0.013245294 -0.12022436 0.10452058 0.1345366 0.17489764 0.119002044 0.12792549 0.20691383 -0.025321007 -0.05199498 0.019840801 0.006721283 0.11697529 -0.08906952 0.15815419 0.06950762 -0.04278898 -0.03946757 -0.11027197 -0.06240656 -0.030829161 0.035503548 0.026103929 0.13984278 -0.08964199 0.045302223 -0.12754425 -0.008096112 0.11721313 -0.014474002 -0.031576354 0.14043052 0.065895215 -0.06676938 0.043812174 -0.10521634 0.009509598 -0.045587383 -0.02444263 0.00013175681 0.0056394055 0.048152678 -0.11565323 -0.124192216 -0.02743731 -0.163479 0.22907133 -0.022912463 0.036762048 0.03346427 0.035544943 0.026411045 0.11851789 0.020429777 0.19305018 -0.016451316 -0.09938731 -0.013517487 0.09305682 0.16937472 -0.02410161 -0.14735183 -0.10815277 0.06747906 -0.14740476 0.0958967 -0.020174563
  • JenniferLawrence1.png.txt
0.059789382 -0.06540175 0.09384677 -0.09344663 -0.124955855 -0.14620578 0.21621326 0.08681343 -0.22887544 0.16835837 -0.21205847 -0.09929459 -0.07712983 0.18850496 0.0040708827 0.06931689 -0.12965605 -0.19898388 0.15594587 -0.05846893 0.010512652 0.029273292 -0.06976994 -0.009134532 -0.075729 0.15730128 0.20621045 -0.14657775 -0.023199601 0.19438854 -0.025176251 0.16280289 0.15292016 0.203397 -0.042337168 -0.043469157 0.13448407 -0.07164188 0.25583833 0.014922339 -0.11000569 0.17076612 -0.11343877 -0.03459193 -0.07640086 0.09205383 -0.09176708 0.009503559 -0.10276184 -0.0680929 -0.06760132 0.12734948 -0.067464754 0.034245383 -0.030228864 -0.043915395 0.0072117387 0.1366474 0.032039784 0.039552618 -0.13448033 -0.049129415 -0.070208974 -0.11192467 0.0077691986 -0.09058856 0.007923333 0.15862593 -0.0441338 0.18257132 0.11437641 0.047846057 0.06540898 -0.056939643 -0.0064649535 0.04443105 -0.06582029 -0.094180234 0.026080629 -0.043123882 0.052541822 -0.066220045 -0.031253625 -0.014365362 -0.030886997 -0.015664259 -0.09257816 0.0117671965 -0.018785734 0.018891882 -0.086992756 0.1330208 -0.0472171 -0.013287547 -0.080245994 0.0035603195 -0.033081498 -0.017256219 0.06913957 0.0291235 -0.0057697054 -0.04429207 -0.17319635 -0.1331113 -0.048168566 -0.057445955 -0.11418376 -0.10913006 -0.12299465 0.11582708 -0.019224066 -0.1671122 0.011502104 -0.07045502 0.14687648 0.008338821 -0.057212986 -0.07145432 0.11368221 0.06900518 0.07788772 -0.042550106 -0.17789641 0.045252983 0.014051363 0.024645478 0.09975756 0.08491579

Classification des visages utilisés en exemple

ChrisEvan1.jpg ChrisEvan2.jpg JenniferLawrence1.png JenniferLawrence2.png MargotRobbie1.jpg MargotRobbie2.jpg RobertDowney1.jpg RobertDowney2.jpg
ChrisEvan1.jpg 0 1.4469901 1.5851444 1.4725641 1.493774 1.5233572 1.5027672 1.5772052
ChrisEvan2.jpg 1.4469901 0 1.7558935 1.7296197 1.7195596 1.6490623 1.5382934 1.5368507
JenniferLawrence1.png 1.5851444 1.7558935 0 0.7988865 1.3284732 1.4284842 1.5345646 1.5157186
JenniferLawrence2.png 1.4725641 1.7296197 0.7988865 0 1.3276035 1.4731331 1.6620125 1.5803103
MargotRobbie1.jpg 1.493774 1.7195596 1.3284732 1.3276035 0 0.973696 1.4589473 1.5014138
MargotRobbie2.jpg 1.5233572 1.6490623 1.4284842 1.4731331 0.973696 0 1.6180637 1.6254852
RobertDowney1.jpg 1.5027672 1.5382934 1.5345646 1.6620125 1.4589473 1.6180637 0 0.7831072
RobertDowney2.jpg 1.5772052 1.5368507 1.5157186 1.5803103 1.5014138 1.6254852 0.7831072 0

La distance correpond l'écart type de chaque valeurs des embeddings de embeddings_1[i] - embeddings_2[i] pour i variant de 0 à taille(embeddings) .

Schéma du fonctionnement général

Détection des visages

Classification des visages

Processus complet

Explications sur les modèles

Modèle de détection des visages

  • En entrée : L'image est de taille arbitraire, chaque pixel de l'image est représenté par les trois couleurs rouge, vert et bleu sur un 1 octet (valeur de 0 à 255)
  • En sortie : Le modèle fournit, pour chaque visage détecté : : l'emplacement du visage, ainsi que la probabilité qu'il s'agisse bien d'un visage

Modèle de classification des visages

  • En entrée :
    • Les visages à classifier sont redimensionnés pour avoir une taille de 160x160 pixels (avec trois cannaux : rouge, vert, bleu).
    • Chaque pixel fait l'objet d'un traitement de normalisation : (valeur - moyenne) / écart type
  • En sortie : Le modèle retourne pour chaque visage fournit en entrée les embeddings (la suite de nombre donnée en exemple ci-dessus)