【机器学习实践】Kaggle 之 Face Verification Challenge练手

导言

这个一个Inclass 的比赛，主要任务就是给定1000多张图片所组成的901153对所有的组合图像，要求进行判断是否是同一个人。

作为第一次做Kaggle的比赛，来练练手还是不错的。

由于在这所有的二元组中，数据是极其步平衡的，所以会导致即使我们把这些所有的组合都判断为1（不同的人），它的精度也会达到99%以上，所以在这里单单评测识别率是没有意义的。

官方这边给出的评价方法是AUC，也就是说在ROC曲线之下的面积来作为衡量的标准。

步骤

数据下载

官方给定的数据训练数据和测试数据，由于我这边是采用无监督的方法，所以训练数据也不重要，可以步采用。

处理

训练数据和测试数据都有给人脸框位置和关键点位置，然而，它具体的方法没有给定，所以还是无法采用，最终的方法是，我采用自己的那一套人脸检测和对齐方法，对于自己的方法没有检测和对齐到的图像，采用官方提供的版本代替。

代码如下：

# -*- coding: utf-8 -*-  ''' @brief: 进行一对一的人脸比对，前提是人脸已经统一对齐过了。 @author: Riwei Chen <riwei.chen@outlook.com> '''  import matplotlib.pyplot as plt  import numpy as np  import skimage   import sys  import os  import glob  import numpy.linalg as LA  caffe_root = '/home/crw/caffe-master/'  caffe_root = '/media/crw/MyBook/Caffe/caffe-triplet/'  sys.path.insert(0, caffe_root + 'python')  import caffe  import sklearn  import sklearn.metrics.pairwise as pw  from sklearn.metrics import classification_report  from sklearn.metrics import accuracy_score,roc_auc_score  from skimage import transform as tf    caffe.set_mode_cpu()  # 训练数据中，每个通道的平均值  averageImg = [129.1863,104.7624,93.5940]    # 全局使用到的一些数据，保留在全局变量  #=====================================  metric='cosine'  model_define='model_maxout/deploy.prototxt'  model_weight='model_maxout/small_maxout2__iter_1360000.caffemodel'  #model_weight='/media/crw/MyBook/Model/FaceRecognition/Softmax/try6_7/small_maxout100x100__iter_1400000.caffemodel'    feature_layer='eltwise10'  #feature_layer='l2_norm'  image_formats =['jpg','png','bmp']  feature_len = 256  data_w = 128  data_h =  128  #feature_len = 128  #data_w = 256  #data_h = 256  data_as_gray = True  sub_mean = False  scale = 1  #scale =255  net = caffe.Classifier(model_define, model_weight)  #====================================  def read_image(filename,w=128,h=128,as_grey=False):      ''' @brief: 读取一个图片，返回矩阵 @param：w，h：保留的图像大小 '''      if as_grey == True:          X=np.empty((1,1,w,h))      else:          X=np.empty((1,3,w,h))      image=skimage.io.imread(filename,as_grey=as_grey)      image=tf.resize(image,(w,h))*scale      if as_grey == True:          X[0,0,:,:]=image[:,:]      else:          # 注意通道的一致性          if sub_mean == True:              X[0,2,:,:]=image[:,:,0]-averageImg[0]              X[0,1,:,:]=image[:,:,1]-averageImg[1]              X[0,0,:,:]=image[:,:,2]-averageImg[2]                 else:              X[0,2,:,:]=image[:,:,0]              X[0,1,:,:]=image[:,:,1]              X[0,0,:,:]=image[:,:,2]      return X    def get_image_feature(filename):      ''' @brief：获取特征 @param： 图像的文件 @return：feature，提取到的人脸特征 '''      X=read_image(filename,w=data_w,h=data_h,as_grey=data_as_gray)          out = net.forward_all(data=X)                                   feature = np.float64(out[feature_layer])      feature=np.reshape(feature,(1,feature_len))      return feature    def consia_distance(feature1, feature2):      ''' @brief: 计算两个向量的余炫距离。 '''           cx = lambda a, b : round(np.inner(a, b)/(LA.norm(a)*LA.norm(b)), 2)      consia=cx(feature1,feature2)      result = 0.5+0.5*consia      return result    def evaluate_by_distance(feature1,feature2):          ''' @brief：计算提到的特征之间的距离 @param：feature1 特征1 @param：feature2 特征2 '''      if metric == 'cosine':          consia_dist = consia_distance(feature1,feature2)          return consia_dist      else:          mt=pw.pairwise_distances(feature1, feature2, metric)          distance=mt[0][0]           return distance        image_formats = ['jpg','png']    feature_dict = dict()  def evaluate_kaggle_test(filepath,filename,resultfile='submit.csv'):      ''' @brief: 测试evaluate kaggle 数据集合 '''      fid = open(filename)      fid.readline()      lines = fid.readlines()      fid.close()      fid =open(resultfile,'w')      fid.write("Id,Prediction"+'\n')      result = np.zeros((len(lines),))      i = 0      for line in lines:          word = line.split(',')          filename1 = os.path.join(filepath,word[1].strip())          filename2 = os.path.join(filepath,word[2].strip())          if feature_dict.has_key(filename1):              feature1 = feature_dict[filename1]          else:              feature1 =get_image_feature(filename1)              feature_dict[filename1] = feature1          if feature_dict.has_key(filename2):              feature2 = feature_dict[filename2]          else:              feature2 =get_image_feature(filename2)              feature_dict[filename2] = feature2                     distance = evaluate_by_distance(feature1,feature2)          result[i] = distance          i=i+1      d_max = np.max(result)      d_min =np.min(result)      print d_max,d_min      i=0      for line in lines:          word = line.split(',')          fid.write(word[0]+','+str((result[i]-d_min)/(d_max-d_min))+'\n')             i=i+1      fid.close()    if __name__ == '__main__':      filepath = '/media/crw/MyBook/TestData/kaggle_Face_verification_challenge/train_dlib'      #evaluate_kaggle_train(filepath)       filepath = '/media/crw/MyBook/TestData/kaggle_Face_verification_challenge/test_dlib_crop'          filename = '/media/crw/MyBook/TestData/kaggle_Face_verification_challenge/pairs.csv'          resultfile='submission.csv'          evaluate_kaggle_test(filepath,filename,resultfile)

结果

第一次上传的时候，排名第一：

最终的结果：