随着人工智能（AI）和机器学习（ML）技术的飞速发展，不再需要复杂的视网膜扫描仪来实现个性化广告播放。2020年，可以通过深度学习来实现面部识别，并利用神经网络文本到语音（TTS）引擎播放定制广告。本文将介绍如何使用深度学习进行面部识别，并基于识别的面部播放定制广告。
数据集解析器将包含在两个类中——一个抽象的、更通用的类，以及一个处理选定数据集特定细节的类。让来看一下父类的构造函数。
class FaceDataSet(metaclass=abc.ABCMeta):
def __init__(self, path, extension_list, n_classes):
self.path = path
self.ext_list = extension_list
self.n_classes = n_classes
self.objects = []
self.labels = []
self.obj_validation = []
self.labels_validation = []
self.number_labels = 0
构造函数的参数包括：
还创建了以下类对象：
将在实例化FaceDataSet类后调用get_data()方法。
def get_data(self):
img_path_list = os.listdir(self.path)
self.objects, self.labels = self.fetch_img_path(img_path_list, self.path, vgg_img_processing)
self.process_data(vgg_img_processing)
self.print_dataSet()
该方法由两个主要调用组成：从定义的路径获取图像并对其进行处理。为了获取图像，遍历path定义的文件夹中的文件。然后使用SK-Image将这些文件作为灰度图像加载。这个调用返回一个包含图像中每个像素的NumPy数组。
def fetch_img_path(self, img_path_list, path, vgg_img_processing):
images = []
labels = []
for img_path in img_path_list:
if self.__check_ext(img_path):
img_abs_path = os.path.abspath(os.path.join(path, img_path))
image = io.imread(img_abs_path, as_gray=True)
label = self.process_label(img_path)
images.append(image)
labels.append(label)
return images, labels
__check_ext()是FaceDataSet类中的一个抽象方法；其实现发生在YaleDataSet类中，在那里解析数据集中图像文件的名称。文件名格式为"subjectXX.*"。该方法从文件名中提取"XX"数字并将其分配给图像。
class YaleFaceDataSet(FaceDataSet):
def __init__(self, path, ext_list, n_classes):
super().__init__(path, ext_list, n_classes)
def process_label(self, img_path):
val = int(os.path.split(img_path)[1].split(".")[0].replace("subject", "")) - 1
if val not in self.labels:
self.number_labels += 1
return val
最后，process_data()方法如下所示：
def split_training_set(self):
return train_test_split(self.objects, self.labels, test_size=0.3, random_state=random.randint(0, 100))
def process_data(self, vgg_img_processing):
self.objects, self.img_obj_validation, self.labels, self.img_labels_validation = \
self.split_training_set()
self.labels = np_utils.to_categorical(self.labels, self.n_classes)
self.labels_validation = np_utils.to_categorical(self.img_labels_validation, self.n_classes)
self.objects = Common.reshape_transform_data(self.objects)
self.obj_validation = Common.reshape_transform_data(self.img_obj_validation)
在这个方法中，将数据集分成两部分。第二部分包含用于验证训练结果的图像。使用Scikit-Learn中的train_test_split()方法，并将标签转换为分类变量。如果图像的分类为"2"（来自subject02），其分类变量将是[0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0]——一个15维向量（类别数量），在第2个分量处为1。
class Common:
@staticmethod
def reshape_transform_data(data):
data = numpy.array(data)
result = Common.reshape_data(data)
return Common.to_float(result)
@staticmethod
def reshape_data(data):
return data.reshape(data.shape[0], constant.IMG_WIDTH, constant.IMG_HEIGHT, 1)
@staticmethod
def to_float(value):
return value.astype('float32')/255
reshape_transform_data()方法将数据重塑为适合灰度模式的形状。在图像处理中，彩色图像被视为3通道网格；换句话说，它们被分为3种颜色（RGB）。灰度图像只有一个通道。因此，最初是彩色图像需要在末尾用"1"重塑。
to_float()方法通过将每个像素值除以255（像素值在0到255之间），将整个像素矩阵转换为0-1空间，以获得更好的数值输入和更快的收敛。现在可以在main.py文件中设置数据集，它将作为应用程序的入口点。
ext_list = [
'gif',
'centerlight',
'glasses',
'happy',
'sad',
'leflight',
'wink',
'noglasses',
'normal',
'sleepy',
'surprised',
'rightlight'
]
n_classes = 15
# Set up dataSet
dataSet = YaleFaceDataSet(constant.FACE_DATA_PATH, ext_list, n_classes)
分类数据集...