【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 <[e-mail]>'''import matplotlib.pyplot as pltimport numpy as npimport skimage import sysimport osimport globimport numpy.linalg as LAcaffe_root = '/home/crw/caffe-master/'caffe_root = '/media/crw/MyBook/Caffe/caffe-triplet/'sys.path.insert(0, caffe_root + 'python')import caffeimport sklearnimport sklearn.metrics.pairwise as pwfrom sklearn.metrics import classification_reportfrom sklearn.metrics import accuracy_score,roc_auc_scorefrom skimage import transform as tfcaffe.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 = 256data_w = 128data_h =  128#feature_len = 128#data_w = 256#data_h =  256data_as_gray = Truesub_mean = Falsescale = 1#scale =255net = 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 Xdef 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 featuredef 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 resultdef 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 distanceimage_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：