[python] 텐서플로우를 사용하여 얼굴 인식 모델을 만들어보았나요?

07 Dec 2023

python

텐서플로우는 딥러닝 및 기계 학습을 구축하고 훈련하기 위한 강력한 오픈소스 라이브러리입니다. 이 라이브러리를 사용하면 얼굴 인식 모델을 구축할 수 있습니다. 텐서플로우의 지원 라이브러리 중 하나 인 “OpenCV”를 사용하여 얼굴을 탐지하고 특징을 추출하는 것이 일반적입니다.

다음은 텐서플로우를 사용하여 간단한 얼굴 인식 모델을 만드는 예시 코드입니다:

import cv2
import tensorflow as tf

# 얼굴 탐지 모델 로드
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 얼굴 인식 모델 로드
model = tf.keras.models.load_model('face_recognition_model.h5')

# 웹캠으로부터 이미지 읽어오기
cap = cv2.VideoCapture(0)

while True:
    # 이미지 프레임 읽기
    ret, frame = cap.read()

    # 이미지를 회색조로 변환
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 얼굴 탐지
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    for (x, y, w, h) in faces:
        # 얼굴 영역 추출
        face = frame[y:y+h, x:x+w]

        # 얼굴 이미지 크기 조정
        face = cv2.resize(face, (64, 64))

        # 모델에 입력하기 위해 이미지 전처리
        input_data = face.reshape(1, 64, 64, 3) / 255.0

        # 얼굴 인식 모델 예측
        prediction = model.predict(input_data)

        # 예측 결과 출력
        if prediction[0][0] > 0.5:
            cv2.putText(frame, 'Known', (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
        else:
            cv2.putText(frame, 'Unknown', (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 2)

        # 얼굴 영역에 사각형 그리기
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # 프레임 출력
    cv2.imshow('Face Recognition', frame)

    # 종료 키 'q' 입력 시 프로그램 종료
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 웹캠 해제 및 창 닫기
cap.release()
cv2.destroyAllWindows()

위 코드는 실시간으로 웹캠 영상을 읽어와 얼굴을 인식하는 간단한 예제입니다. 코드에서는 텐서플로우 모델을 사용하여 얼굴을 인식하고, OpenCV를 사용하여 얼굴 영역을 탐지하고 사각형을 그립니다. 또한 얼굴이 인식된 경우, ‘Known’ 또는 ‘Unknown’ 이라는 텍스트를 화면에 출력합니다.

이 예제 코드를 실행하기 전에, haarcascade_frontalface_default.xml 파일과 face_recognition_model.h5 파일을 준비해야합니다. haarcascade_frontalface_default.xml 파일은 얼굴 탐지를 위한 Haar Cascade 파일이며, face_recognition_model.h5 파일은 사전 훈련된 얼굴 인식 모델입니다.

텐서플로우와 OpenCV를 사용하여 얼굴 인식 모델을 만들 수 있으며, 이 코드를 기반으로 자신만의 얼굴 인식 애플리케이션을 개발해볼 수 있습니다.