video processing

src/config/config.py

@@ -4,10 +4,10 @@
 DATA_PATH = os.path.join(BASE_DIR, "data")
 PROCESSED_PATH = os.path.join(DATA_PATH, "processed") 
 EMBEDDINGS_PATH = os.path.join( DATA_PATH, "embeddings", "all_embeddings.pkl")
-VIDEO_PATH = os.path.join(DATA_PATH, "videos", "input_video.mp4") 
+VIDEO_PATH = os.path.join(DATA_PATH, "videos", "taylor.mp4") 
 RESULTS_PATH = os.path.join(DATA_PATH, "results") 
 TEST = os.path.join(DATA_PATH, "raw")
 THRESHOLD = 0.6  # Ngưỡng so sánh embeddings
 VIDEO_RESOLUTION = (640, 480)
-
+FACE_DETECTION_CONFIDENCE = 0.54
 

src/detection/detect_faces.py

@@ -3,11 +3,15 @@
 from ultralytics import YOLO
 import time
 import os
+import sys
 
-from src.recognition.recognize_faces import load_reference_embeddings, recognize_faces
+# Thêm đường dẫn gốc vào sys.path
+base_dir = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+sys.path.append(f'{base_dir}/src')
 
+from recognition.recognize_faces import load_reference_embeddings, recognize_faces
 
-MODEL_PATH = 'yolov11n-face.pt'
+MODEL_PATH = os.path.join(base_dir, 'yolov11n-face.pt')
 
 try:
     print(f"Đang tải mô hình YOLO từ '{MODEL_PATH}', vui lòng đợi...")

src/embeddings/extract_embeddings.py

@@ -1,18 +1,31 @@
 import os
 import numpy as np
 import pickle
-from deepface import DeepFace
 from tqdm import tqdm
 import sys
+import cv2
+from facenet_pytorch import MTCNN, InceptionResnetV1
+from PIL import Image
+
+# Thêm đường dẫn đến thư mục chứa config
 base_dir = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
-sys.path.append(f'{base_dir}/src')  # Thêm đúng thư mục chứa module
-from config.config import PROCESSED_PATH, EMBEDDINGS_PATH 
-
-def extract_all_embeddings(processed_root=PROCESSED_PATH, save_path=EMBEDDINGS_PATH, model_name="Facenet"):
-    """
-    Duyệt qua tất cả thư mục con (mỗi người), trích xuất embedding từ từng ảnh,
-    gắn nhãn tương ứng và lưu vào file pickle.
-    """
+sys.path.append(f'{base_dir}/src')
+try:
+    from config.config import PROCESSED_PATH, EMBEDDINGS_PATH
+except ImportError as e:
+    print(f"Lỗi khi import config: {e}")
+    sys.exit(1)
+
+# Khởi tạo MTCNN (phát hiện khuôn mặt) và InceptionResnetV1 (trích xuất embedding)
+try:
+    mtcnn = MTCNN(image_size=160, margin=0, min_face_size=20, device='cpu')
+    resnet = InceptionResnetV1(pretrained='vggface2').eval().to('cpu')
+except Exception as e:
+    print(f"Lỗi khi khởi tạo mô hình: {e}")
+    sys.exit(1)
+
+
+def extract_all_embeddings(processed_root=PROCESSED_PATH, save_path=EMBEDDINGS_PATH):
     all_embeddings = []
     labels = []
 
@@ -25,18 +38,31 @@ def extract_all_embeddings(processed_root=PROCESSED_PATH, save_path=EMBEDDINGS_P
         for img_file in tqdm(image_files, desc=f"📸 {person}", leave=False):
             img_path = os.path.join(person_path, img_file)
             try:
-                embedding = DeepFace.represent(img_path=img_path, model_name=model_name)[0]["embedding"]
-                all_embeddings.append(embedding)
-                labels.append(person)
+                # Đọc và chuyển ảnh sang định dạng PIL
+                img = Image.open(img_path).convert('RGB')
+
+                # Phát hiện khuôn mặt bằng MTCNN
+                boxes, probs = mtcnn.detect(img)
+                if boxes is not None and probs[0] > 0.9:  # Chỉ lấy khuôn mặt có độ tin cậy cao
+                    # Trích xuất khuôn mặt và embedding
+                    face = mtcnn(img)  # Tự động căn chỉnh khuôn mặt
+                    if face is not None:
+                        embedding = resnet(face.unsqueeze(0)).detach().cpu().numpy()[0]
+                        all_embeddings.append(embedding)
+                        labels.append(person)
+                    else:
+                        print(f"⚠️ Không trích xuất được khuôn mặt từ {img_file}")
+                else:
+                    print(f"⚠️ Không tìm thấy khuôn mặt trong {img_file}")
             except Exception as e:
                 print(f"⚠️ Lỗi khi xử lý ảnh {img_file} của {person}: {e}")
 
-    # Lưu kết quả
+    # Lưu kết quả vào file .pkl
     with open(save_path, "wb") as f:
         pickle.dump({"embeddings": all_embeddings, "labels": labels}, f)
     print(f"\n✅ Đã lưu {len(all_embeddings)} embeddings vào '{save_path}'")
 
-# Cho phép chạy trực tiếp
+
+# Chạy trực tiếp
 if __name__ == "__main__":
     extract_all_embeddings()
-

src/embeddings/test.py

@@ -1,9 +1,9 @@
 import os
 import pickle
 from extract_embeddings import extract_all_embeddings
-
+base_dir = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
 # Đường dẫn tương đối từ src/embeddings
-pkl_file = os.path.join("..", "..", "data", "embeddings", "all_embeddings.pkl")
+pkl_file = os.path.join(base_dir, "data", "embeddings", "all_embeddings.pkl")
 
 print("Thư mục làm việc hiện tại:", os.getcwd())
 print("Đường dẫn file:", os.path.abspath(pkl_file))