问题标签 [facial-landmark-alignment]

我正在尝试使用face.evoLVe库，它是 PyTorch 中的高性能人脸识别库。通过代码，我遇到了一个名为的坐标列表REFERENCE_FACIAL_POINTS：

在代码的下方，这些数字被转换为 numpy 数组，并在align_trans.py中大量使用

我有一些问题：

• 这些数字究竟是什么？阅读评论，我确定它们是眼睛、嘴唇等的位置，但它们究竟代表什么以及它们是如何计算的？

• 似乎它们与输入图像的大小紧密耦合[用于训练（至少）]。知道了这一点，如何为更新的图像尺寸计算新的参考点？

• 这些点仅适用于正面姿势吗？还是他们也会在个人资料等方面工作？如果他们不这样做，我们如何为个人资料或其他随机面部姿势添加参考点？

我需要在 ARKit 中获取嘴唇和下巴的点，但 ARSCNFaceGeometry 提供了完整的面部网格数据。你能告诉我如何从 faceAnchor.geometry.vertices 中所有可用的顶点中获取仅嘴唇和下巴的点吗？

基本上需要在 ARKit 中的网格上写点，以便我可以找出哪个点与脸部的哪个部分相关联。

任何帮助表示赞赏。

谢谢你

如何使用相机在android中使用google face API face landmarks计算左眼和右眼之间的长度？

尝试使用 openCv 检测人脸地标，错误是：

可能的错误是什么？以及如何解决，其他openCv项目也出现类似错误

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。

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。

在使用 HOG 的其他示例中，坐标是从 HOG-rect 中提取的：

然后与

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：

我正在使用 python 代码拍摄照片，如果某些面部地标（dlib 的）之间的距离有条件，实际上是点 1 和点 29 之间的距离除以点 17 和点 29 的距离介于 1.1 和 .9 之间，那么应该拍照，这是地标的图表和我正在工作的代码

现在我的问题是我不知道如何计算两个地标之间的距离，我在代码中放了一条我需要帮助的评论。

如果你们中的任何人可以帮助我，我将不胜感激，在此先感谢

我正在尝试从 google ml kit api 检测上唇坐标，但根据 google vision api，我只能检测到面部的 12 个地标位置，有人可以帮我解决这个问题。

我必须使用 JavaScript 编程语言检测面部标志。为此，我看过这个视频教程。此外，我能够成功执行提供的视频代码。现在我已经显示了每个面部标志点的坐标值。我有以下用于面部标志检测的代码：

请建议我该怎么做才能访问面部地标点的坐标。

我有以下代码：

我收到以下错误face = predictor(image_1_gray, face)：

但是，我检查了人脸的类型（它是 dlib.rectangles），并且 image_1_gray 是一个 numpy ndarray。有谁知道为什么这个错误仍然出现？

我想修改 facemesh 示例并实现另一个 face_landmark 模型。我探索了 face_landmark 模块，在 face_landmark_gpu 子图中有一些节点让我感到困惑。据我所知，face_landmark_gpu 负责获取图像和人脸 ROI（从人脸检测模型获得）并在其上放置地标点。在这个子图中，有一个节点用于将推理计算器的输出向量拆分为 2 个向量。第一个用于界标张量，第二个用于face_flag_tensor。下一个节点将face_flag 张量转换为表示置信度的浮点数。这里的信心是什么意思？我相信人脸检测对人脸存在而不是地标模型负责。

我的模型给出了一个标志点的张量作为输出，没有其他输出作为置信度或面部存在分数。如何使用我的模型而不是默认的 mediapipe ladmark？任何帮助表示赞赏。