自动识别影视场景中的演员
ztj100 2025-03-08 02:57 47 浏览 0 评论
在观看电视剧时,我注意到一个有趣的功能,即在每个场景中显示演员姓名。我受到启发,使用 AI 技术开发了自己的解决方案,以实现相同的功能。
方法很简单:它使用人脸检测来提取演员的脸部,然后进行人脸识别来预测演员的名字。我使用 FaceNet 模型进行人脸检测和嵌入。
对于人脸识别部分,我通过了少样本学习来嵌入一些演员的脸部。有关更多信息,你可以阅读我之前的文章通过少样本学习释放图像分类的潜力。
在本文中,我选择了 Prime Video 平台上的韩剧《嫁给我的丈夫》来向你展示这个过程:
Prime Video:嫁给我的丈夫 — 第 1 季
1、准备支持集
在此步骤中,我为剧中的所有演员准备了裁剪后的脸部图像,每个演员仅使用 5 张图片。
所有演员的姓名
Song Ha-Yoon的样本
Park Min-Young的样本
2、从 YouTube 下载视频
为了进行此演示,我使用Python 库 pytube 下载视频片段:
pip install pytubefix
下载视频的代码:
import os from pytubefix import YouTube from pytubefix.cli import on_progress def download_video(video_link: str, downloaded_video_path: str): yt = YouTube(video_link, on_progress_callback=on_progress) ys = yt.streams.get_highest_resolution() if not os.path.exists(downloaded_video_path): os.makedirs(downloaded_video_path) ys.download(downloaded_video_path)
3、将支持集中的人脸嵌入到向量中
我使用 FaceNet 模型,使用 keras-facenet 库从演员的面部中提取特征:
pip install keras-facenet
模型初始化:
from keras_facenet import FaceNet embedder = FaceNet()
预处理图像和嵌入:
import os import numpy as np from typing import Tuple, List # Source: https://dev.to/abhinowww/how-to-build-a-face-recognition-system-using-facenet-in-python-27kh def preprocess(image: np.array) -> np.array: image = cv2.resize(image, (160, 160)) image = np.expand_dims(image, axis=0) return image def get_support_set_vector(support_set_dir: str) -> Tuple[np.array, List[str]]: actor_names = [] support_set_vectors = [] for actor_name in os.listdir(support_set_dir): actor_names.append(actor_name) actor_dir = os.path.join(support_set_dir, actor_name) actor_features = [] for image_file in os.listdir(actor_dir): image = cv2.imread(os.path.join(actor_dir, image_file)) image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) image = preprocess(image) feature = embedder.embeddings(image) actor_features.append(feature[0]) support_set_vectors.append(np.mean(actor_features, axis=0)) return np.array(support_set_vectors), actor_names support_set_vectors, actor_names = get_support_set_vector("./support_sets")
4、欧几里得距离
为了比较目标人脸与支持集中的人脸之间的相似度,我采用欧几里得距离:
def calculate_query_distance( query_vector: np.array, support_set_vectors: np.array ) -> float: distances = np.linalg.norm(support_set_vectors - query_vector, axis=1) return distances
5、检测并识别演员
整合在一起,下面的代码检测视频中的人脸并识别是哪位演员:
video_path = os.path.join( downloaded_video_path, os.listdir(downloaded_video_path)[0] ) video_capture = cv2.VideoCapture(video_path) detection_threshold = 0.75 # Define font font = cv2.FONT_HERSHEY_DUPLEX font_scale = 0.5 font_color = (255, 255, 255) font_thickness = 1 output_frames = [] success = True while success: success, image = video_capture.read() if image is None: continue detections = embedder.extract(image, threshold=detection_threshold) position = (10, 30) y_offset = 0 for det in detections: bbox = det["box"] x1 = bbox[0] y1 = bbox[1] x2 = bbox[0] + bbox[2] y2 = bbox[1] + bbox[3] face = image[y1:y2, x1:x2, :] face = preprocess(face) face_feature = embedder.embeddings(face) distances = calculate_query_distance(face_feature[0], support_set_vectors) most_similar_indices = np.argsort(distances) actor_name = actor_names[most_similar_indices[0]] cv2.putText( image, actor_name, (position[0], position[1] + y_offset), font, font_scale, font_color, font_thickness, lineType=cv2.LINE_AA ) y_offset += int(40 * font_scale) output_frames.append(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
6、视频叠加识别结果
为了将结果与原始视频相结合,我使用了 MoviePy 库:
pip install moviepy
创建最终视频。注意:这代码是由 ChatGPT 生成的。
import moviepy.editor as mp from moviepy.video.io.VideoFileClip import VideoFileClip # Load the original video and extract audio original_video = VideoFileClip(video_path) audio = original_video.audio fps = original_video.fps # Create a video from annotated frames annotated_clip = mp.ImageSequenceClip(output_frames, fps=fps) annotated_clip = annotated_clip.set_audio(audio) # Add the original audio # Export the final video annotated_clip.write_videofile( "/content/output_with_actor_name.mp4", codec="libx264", fps=fps, audio_codec="aac" )
以下是最终输出的示例:
原文链接:影视场景中的演员识别 - 汇智网
- 上一篇:PRM算法原理及举例解释
- 下一篇:使用Python实现虚拟试衣间
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)