opencv - 视频的免费人脸检测算法

Question

我正在开发一个应用程序，该应用程序需要使用放置在桌面高度(并且稍微偏离用户一侧)的网络摄像头来检测视频流中人脸的位置。

我已经实现了 OpenCV 的一个版本(使用他们的 Haar 检测)并且它工作正常......问题是如果用户将头转向侧面(或抬头)，它往往会失去面部的位置。

由于网络摄像头位于桌面上，因此向上倾斜 30 度角。 OpenCV 检测算法是使用完全正面图像训练的，而不是像我正在使用的那样的上角图像。我知道 OpenCV 也有一个可以使用的配置文件 Haar 文件。但是从我的研究来看，配置文件检测的结果似乎很复杂。此外，我无法真正控制图像的背景或照明...所以这有时也会影响 OpenCV 检测算法的功效。

所以，我想我想问的是...是否有其他人脸检测算法(希望是免费的，因为这是我大学研究的一部分)更适合此类设置的人脸检测？似乎一些内置网络摄像头(适用于 Mac 和 PC)实际上具有相当强大的面部检测算法(然后在面部上叠加俗气的卡通图像)......但无论背景或光线如何，它们似乎都能正常工作。你有什么建议？谢谢。

Answer 1

出于研究目的，您可以在 OpenCV 中使用 Haar 级联，如果您想要商业化则不同(在这种情况下您需要考虑 LBP 级联)。请务必在您的引用文献中引用 Viola-Jones 的论文。

要改善人脸检测的结果，你有几条路:

• 个人图像检测:您可以将旋转图像发送到正面级联以解决一些可变性，而无需训练您自己的级联
• 单个图像检测，但需要更多工作):在更接近您应用的操作条件下训练您自己的级联
• 视频流的稳定性(如网络摄像头等):这是通过在人脸检测周围添加一层跟踪来实现的。根据您对该主题的了解，您可以使用自己的过滤器，使用 OpenCV 的粒子或卡尔曼过滤器，在面部位置上实现简单的一阶或二阶低通滤波器或在检测到的面部上实现 PID 跟踪器......

在处理视频流时，这些跟踪过滤器中的任何一个都会大大增强您的结果。