這是本學期機器學習課程的專案。通過這個專案瞭解了不少東西，希望通過部落格記錄下整個專案過程。

國外有一個網站上有一個非常有趣的測試，他們在街頭收集了一共18名中國人、韓國人、日本人的照片，放在網站上，讓人去識別。博主自己嘗試過一次，18個對了7個，38%的正確率，跟猜的概率並沒有相差太多，恰好剛在學習深度學習一些模型，瞭解到可以通過深度的學習模型構建分類器去識別。在一時衝動之下，有了這個專案。廢話不多說，直接開始博主完成整個專案的過程。

• 資料集構造 
  網上沒有找到現成的資料集，甚至沒有找到單純包含中國人或者日本人或者韓國人的資料庫。遂決定自己構造資料集，能夠想到的辦法就只能從當地的官方網站（譬如政府、學校等等）收集圖片作為我們的訓練集。在一番折騰之後，得到具體資料集情況如下：

ps:這裡我們韓國人的資料存在問題，因為直接來源於Google，真實性不如收集到的中國人和日本人，很可能原始標記就存在問題。

• 人臉檢測 
  人臉檢測，我們主要使用的是Haar分類器，這個分類器原理在這篇博文中介紹的很仔細。主要的步驟包括：1）使用Haar-like特徵做檢測；2）使用積分圖（Integral Image）對Haar-like特徵求值進行加速；3）使用AdaBoost演算法訓練區分人臉和非人臉的強分類器；4）使用篩選式級聯把強分類器級聯到一起，提高準確率。本文直接在python使用opencv提供的介面，順利完成了人臉檢測。效果如下：

學長說這樣的人臉檢測會丟失很多有用的資訊，要在人臉檢測之後做一些人臉補全的工作，目前還不知道怎麼弄，先碼著，等期末結束之後有空了再來折騰一下。

具體做法的程式碼參照這篇博文，修改了一下。

• 資料集增強 
  因為收集到的資料非常有限，三種人種一起才1290張。考慮到深度學習在數量足夠多的時候才有更好的效果，我們這裡計劃改變資料的亮度、飽和度、對比度、銳度、旋轉一個小角度做一個數據增強。下面使我們做資料集增強的方法：

飽和度

 im_1 = ImageEnhance.Color(img).enhance(random_factor)

• 1

這裡直接呼叫了ImageEnhance模組的Color類，其中random_factor是一個隨機變數。random_factor=1的時候為原圖，random_factor越大飽和度越大。

亮度

im_2 = ImageEnhance.Brightness(img).enhance(random_factor)

• 1

這裡直接呼叫了ImageEnhance模組的Brightness類，其中random_factor是一個隨機變數。random_factor=1的時候為原圖，random_factor越大飽和度越大。

對比度

im_3 = ImageEnhance.Contrast(img).enhance(random_factor)

• 1

這裡直接呼叫了ImageEnhance模組的Contrast類，其中random_factor是一個隨機變數。random_factor=1 的時候為原圖，random_factor越大飽和度越大。

銳度

im_4 = ImageEnhance.Sharpness(img).enhance(random_factor)

• 1

這裡直接呼叫了ImageEnhance模組的Sharpness類，其中random_factor是一個隨機變數。random_factor=1 的時候為原圖，random_factor越大飽和度越大。

這裡主要是參考了這邊博文。

旋轉角度 
改變旋轉角度同樣也可以做資料增強。

下圖是博主兩次做數的兩次資料增強。左邊是沒有任何經驗，完全隨機的做出來的資料集增強，右邊是學長指導之後做出來的增強結果，把這兩個資料集在博主訓練得到最好的分類器上面跑，左邊只有86%左右的正確率，右邊卻達到了94%左右的正確率。 
 
左邊主要存在的問題是，資料增強的幅度過大，導致圖片有點失真（跟正常相機拍出來的相差太大）；隨機調整的角度也過大；這兩種方式得到的照片跟實際相差太大，沒有很大的實際應用價值。Ps:學長還說，在實際工作中，新增隨機噪聲得到的資料集沒有價值。。。目前還沒有弄明白為啥，先碼著。 
下面是我得到右邊資料集的程式碼：

def randomRotation(image):
    """
          對影象進行隨機任意角度(0~360度)旋轉
         :param mode 鄰近插值,雙線性插值,雙三次B樣條插值(default)
         :param image PIL的影象image
         :return: 旋轉轉之後的影象
    """
    random_angle = np.random.randint(-15, 15)
    return image.rotate(random_angle)
def randomColor(image):
    """
        對影象進行顏色抖動
        :param image: PIL的影象image
        :return: 有顏色色差的影象image
    """
    random_factor = np.random.randint(8, 12) / 10.  # 隨機因子
    color_image = ImageEnhance.Color(image).enhance(random_factor)  # 調整影象的飽和度
    random_factor = np.random.randint(8, 12) / 10.  # 隨機因子
    brightness_image = ImageEnhance.Brightness(color_image).enhance(random_factor)  # 調整影象的亮度
    random_factor = np.random.randint(8, 12) / 10.  # 隨機因1子
    contrast_image = ImageEnhance.Contrast(brightness_image).enhance(random_factor)  # 調整影象對比度
    random_factor = np.random.randint(8, 10) / 10.  # 隨機因子
    return ImageEnhance.Sharpness(contrast_image).enhance(random_factor)  # 調整影象銳度

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23

• 構造分類器 
  博主在深度學習課程中的老師講到：在我們想利用深度模型做圖片分類器的時候，可以考慮將圖片先在ImageNet上面訓練好的模型跑，擷取某一層的特徵圖構建全連線的神經網構建分類器。基於這個思想，博主使用VGG19，擷取最後一個pooling層，然後構造一個全連線的神經網路作為分類器。結構如下圖所示： 
   
  因為VGG對輸入圖片有要求，在放入VGG模型之前首先對圖片進行了如下處理：

  • 將RGB轉換成BGR
  • 將圖片resize成為224*224*3
  • 圖片中每一個pixel減去在ImageNet上訓練的平均值（出於改善模型結果的考慮）

在Batch size = 16、#training = 1082、#validation = 16、 #test = 200、 Dropout = 1時訓練上述分類器得到正確率隨著訓練步數的變化如下： 
 
發現訓練集上面的正確率接近100%，然而驗證集上面的正確率卻58%，顯然出現了過擬合，為了避免過擬合，提高泛化能力，我們隊對引數進行調整。 
這裡影象波動很大，因為我們的batch_size只有16，若batch_size大一些，影象會更加平滑一點，但是總體局勢還是能夠反映的。

• 引數調整 
  首先嚐試了不同的drop out，得到在drop_out = 0.5 的時候結果比較好，正確率為70%；然後做了，上述左邊的資料集增強，得到了79%的正確率，一次比較大的提升；在嘗試了權重衰減係數，得到在weight_decay = 0.0003的時候有81%的正確率。最後嘗試了Batch Normalization,在沒有drop out和weight decay情況下，得到了86%的正確率。隨後在學長的意見上改變了資料增強的方式，得到一個最終94%的正確率。
• 轉載：http://blog.csdn.net/mr_curi0sity/article/details/72927941