0

嗨，我正在研究面部识别。

为了提高性能，我想使用面部对齐。

当我使用例如由Adrian描述的 HOG 面部标识符时，我得到一个对齐的图像。

from imutils.face_utils import rect_to_bb
from dlib import get_frontal_face_detector

detector = dlib.get_frontal_face_detector()
shape_predictor = dlib.shape_predictor('/home/base/Documents/facial_landmarks/shape_predictor_5_face_landmarks.dat')
fa = face_utils.facealigner.FaceAligner(shape_predictor, desiredFaceWidth=112, desiredLeftEye=(0.3, 0.3))

img=cv2.imread(pathtoimage)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
        rects = detector(gray, 2)  

for rect in rects:                
            (x, y, w, h) = rect_to_bb(rect)
            faceAligned = fa.align(img, gray, rect)

但是，我必须在嵌入式硬件上工作，而且 HOG 面部识别速度还不够快。最好的工作是 cv2 lbpcascader。

使用 cv2 我也得到了找到的脸的框，但使用它不起作用。

faces_detected = face_cascade.detectMultiScale(img, scaleFactor=1.1, minNeighbors=4)

在使用 HOG 的其他示例中，坐标是从 HOG-rect 中提取的：

(x, y, w, h) = rect_to_bb(rect)

然后与

aligned_face = fa.align(img, gray, dlib.rectangle(left = x, top=y, right=w, bottom=h))

这个想法是将 x,y,w,h 与 cv2 值交换。不幸的是，这不起作用，因为上面的两行会导致完全错误的对齐。在第一个代码示例中，包含但未使用 rect_to_bb 函数。

我检查了这些值，它们以某种方式关闭：

  • 224x224 图像
  • 156 70 219 219 cv2 值（当然略有不同）
  • 165 101 193 193 rect_to_bb 的 rect 值
  • [(165, 101) (358, 294)] 矩形值

我检查了 rect_to_bb 函数，但这似乎很简单：

def rect_to_bb(rect):
    # take a bounding predicted by dlib and convert it
    # to the format (x, y, w, h) as we would normally do
    # with OpenCV
    x = rect.left()
    y = rect.top()
    w = rect.right() - x
    h = rect.bottom() - y

    # return a tuple of (x, y, w, h)
    return (x, y, w, h)
4

1 回答 1

0

打字时我得到了答案……经典

对齐功能需要的边界框标记略有不同。rect_to_bb()在函数中可以看到。

def rect_to_bb(rect):
    # take a bounding predicted by dlib and convert it
    # to the format (x, y, w, h) as we would normally do
    # with OpenCV
    x = rect.left()
    y = rect.top()
    w = rect.right() - x
    h = rect.bottom() - y

    # return a tuple of (x, y, w, h)
    return (x, y, w, h)

rect.right（cv2 中的 w）和 rect.bottom（cv2 中的 h）用 x 和 y 减去。因此，在对齐功能中，您必须添加值，否则馈送到对齐功能的图像非常小并且变形。这也可以是来自 cv2 检测的值。

aligned_face = fa.align(img, gray, dlib.rectangle(left = x, top=y, right=w+x, bottom=h+y))

保持健康

于 2020-03-29T00:51:20.297 回答