Я пытаюсь использовать opencv для обнаружения лиц. Лица не анфас, камера снимает лица сбоку, поэтому виден только один глаз и часть рта. Я попробовал HaarDetectObjects с несколькими конфигурациями, но безрезультатно. Я изменил каскад и протестировал: haarcascade_frontalface_default.xml, haarcascade_frontalface_alt.xml, haarcascade_profileface.xml с очень плохими результатами. Есть ли другие лучшие каскады? Есть ли другие предложения?
Спасибо
Теперь у вас есть в OpenCV новый каскад LBP для профильных лиц, созданный Вадимом Писаревским:
https://github.com/Itseez/opencv/blob/master/data/lbpcascades/lbpcascade_profileface.xml
По-видимому, он обнаруживает только лица правильного профиля, поэтому для обнаружения всех лиц профиля необходимо выполнить второй шаг с перевернутым изображением.
Каскадные файлы, на которые вы ссылаетесь (например, aarcascade_frontalface_default.xml, haarcascade_frontalface_alt.xml, haarcascade_profileface.xml), создаются с использованием полных лицевых поверхностей для обнаружения полных лицевых поверхностей. Таким образом, половина лица, очевидно, не будет правильно распознана компьютером как правильная форма.
В этой ситуации вам может понадобиться научить OpenCV распознавать интересующий вас объект, который в данном случае является «половиной лица». На жаргоне OpenCV это называется - 'HaarTraining'. Используйте это, эту и эту статью в качестве отправной точки для начала обучения.
После того, как вы обучили OpenCV, используя свои данные (например, множество разных изображений половины лица), у вас будет готовый каскадный XML-файл, который вы можете подключить к своему собственному коду для обнаружения половины лица.
Удачи!
Я имел дело с той же проблемой обнаружения лица для нефронтальных изображений. Попробуйте использовать Multi Task CNN. Это лучшее решение для распознавания лиц и выравнивания. Он способен решать такие задачи, как различные позы, освещение, окклюзия.
Документ доступен по Ссылка. Код доступен на GitHub по Ссылка. Я использовал реализацию Python, и результаты были выдающимися. Хотя код немного медленный, если на изображении много лиц.
Хотя, если вы хотите придерживаться OpenCV, в OpenCV добавлена новая модель глубокого обучения для распознавания лиц. Результаты не так хороши, как Multi Task CNN. Существует реализация модели глубокого обучения OpenCV для обнаружения лиц по адресу pyimagesearch Ссылка
The results are not as good as Multi Task CNN Я тестирую как распознавание лиц mtcnn, так и распознавание лиц с помощью глубокого обучения, и для меня оба выглядят идеально. Как вы думаете, почему MTCNN намного лучше, чем глубокое обучение распознаванию лиц opencv?
- person S Andrew; 10.05.2020
