0

我正在使用 opencv 进行视频 suvilleince 项目。我需要检测人脸,识别他们并只跟踪识别出的人脸,直到他们走出框架。我在 Opencv 中使用 Haar Cascades 来检测人脸,当它稍微倾斜时它们似乎没有检测到人脸(我使用了所有这些人仍然没有运气!)。所以我提出了一个不同的想法,首先检测面部,然后跟踪它们(使用斑点检测),以便检测/跟踪阶段的边界矩形输出可以用作识别阶段的输入。但是我现在面临的问题是我需要经常调用detect_face程序来捕获任何进入框架的新面孔,当这种情况发生时,老面孔可能已经倾斜,因此我的跟踪程序失去了锁定. 我真的陷入了困境。有人有更好的想法吗?...

4

1 回答 1

1

年长的人可能会倾斜他们的脸,因此我的跟踪程序会失去锁定。

倾斜图像。

尝试一种快速旋转算法 - 一种不会为敏感的美学色彩混合而烦恼的算法。

对于视频的每一帧,生成 2 或 4 个稍微旋转的新图像,并对这些图像运行 haarcascades 并合并结果。

另外,如何使帧中的特定区域模糊

将该区域中的每个像素替换为“附近像素”的平均值的颜色,以获得该短语的某些定义。

首先在单独的图像上执行此操作,这样一个像素的模糊不会影响下一个像素的平均值。

于 2013-02-13T02:00:41.997 回答