人工智能实验：图像的本地检测和云端识别

    孙丽君 于方军

    

    

    

    目前，中学阶段进行的人工智能教学采用的方式大多为采集数据，然后通过调用接口将数据上传到人工智能平台（如百度AI、讯飞等），再返回预测结果，或者调用已有的模型，进行结果预测。本实验将结合以上教学方式，运用Python代码进行中学人工智能教学的探索，进而引导学生体验人工智能的应用，了解人工智能基本原理，使用已有的人工智能平台和模型处理身边的问题。

    ● 设计思路

    尝试通过本实验活动，实现人脸检测和识别功能，解决生活中的实际问题。实验过程可以通过调用摄像头，借助训练好的已有模型检测人脸;将照片数据上传至云端人工智能平台（如百度AI），进行图像对比实现人脸识别。

    在此实验原理基础上，还可以进行应用拓展，如人脸识别门禁，可以加载硬件控制库Pinpong库来控制舵机实现。通过Pinpong库将开源硬件与Python联系起来，与人工智能算法相结合，将过去的“输入+编程+输出”模式，变为现在的“输入+AI+输出”模式。

    ● 活动准备

    带有摄像头的学生机、创建百度AI应用、Arduino板、舵机、Python源代码等文件。

    ● 程序实现

    1.使用训练好的模型验证人脸检测

    （1）查看OpenCV中训练好的Haar模型文件

    OpenCV是一款开源的计算机视觉和机器学习软件库，它提供了很多.xml格式的训练好的模型文件，在实验的素材包中，可以把这些模型文件放在FaceRecognition文件夹中，FaceFile文件夹中存放着允许进入的用户照片，并以人名命名。由于这些已经训练好的模型存放在本地文件夹中（如上页图1），不必联网，我们便可直接调用来实现人脸检测。

    （2）调用模型文件检测人脸

    在本实验中通过Python代码实现调用摄像头，采集人脸数据，再调用OpenCV模型库中的Haarcascade_frontalface_default.xml模型文件，进行人脸检测，代码如图2所示。在检测到的人脸上画出方框，当用户按下空格键，则将图像截图保存。

    （3）更换其他模型文件，观察检测结果

    还可以把模型文件替换为猫脸模型haarcascade_frontalcatface.xml，读入一张猫的图片，运行检测代码后，就能检测出猫脸，与此类似还可以选择其他模型尝试（如图3）。

    2.使用云端人工智能平台识别人脸

    （1）申请接口参数

    开放的人工智能平台会提供用户使用的API接口，API接口参数主要包含APP_ID、API_KEY、SECRET_KEY，做个简单的比喻，APP_ID就像身份证号，API_KEY就像银行卡号，SECRET_KEY就像银行卡密码，使用Python语言调用百度人脸识别接口服务，首先需要安装百度aip，然后在百度AI控制台的人脸识别服务中创建应用，获得APP_ID、API_KEY、SECRET_KEY，在Python代码中键入即可。

    （2）连接百度AI

    通过新建AipFace，将百度AI创建应用中获得的APP_ID、API_KEY、SECRET_KEY复制到代码中，以连接百度AI人脸识别接口，实现交互。通过Mactch函数参数的设置，可将两张图片数据上传到百度AI中，实现图像对比识别（如上页图4）。

    （3）读取本地用户照片与截图照片进行对比

    通过调用前面定义的Mactch函数，将逐一取出本地FaceFile文件夹中的用户照片与保存的截图数据，上传到百度AI平台，进行人脸数据的比对、识别，并返回两两比对人脸相似值（如上页图5）。

    （4）显示返回的预测结果

    对于人脸识别返回结果中相似度小于等于50的，则在截图照片上显示为陌生人“Name：Stranger”;相似度大于50的，则将FaceFile中对应照片的文件名，也就是人名印到截图照片上。

    （5）小组讨论

    讨论不同用户申请的APP_ID、API_KEY、SECRET_KEY三个值是否相同？

    3.效果改进

    在上述代码基础上，利用Pinpong库控制旋转舵机，仿真人脸识别门禁，體验人工智能在生活中的应用。

    （1）安装Pinpong库

    Pinpong库是一套控制开源硬件主控板的Python库，安装完成后，通过在Python程序中加载Pinpong库并初始化后，即可连接硬件，直接用代码就能给常见的开源硬件编程，使它们执行各种命令。这里笔者借助Pinpong库，通过Arduino板控制舵机，实现门禁的效果。

    （2）连接硬件

    连接Arduino主控板到计算机，将舵机与Arduino板各引脚相连（如图6）。在程序中，加载Pinpong库的主板、引脚、舵机，并进行初始化。

    （3）利用Pinpong库，编写代码控制舵机（如图7）

    这里对于返回预测结果中相似度大于50的，除了将人名显示在截图照片上外，还可控制舵机转动一定角度，打开门禁，停留几秒后，舵机再次转动复位，以此实现自动控制门禁的效果。

    总之，通过本次实验活动，利用摄像头截图和收集用户照片来采集数据，调用原有已训练好的Haar模型进行人脸检测，连接云端的百度AI来进行人脸识别，得到预测结果，体验人工智能在生活中的应用。那么，可否自己来收集数据、搭建模型、训练模型、检测模型，完成一个完整的智能系统，脱离网络和现有模型的限制，实现本实验同样效果，这将是笔者进一步探索的方向。