opencv - Facebook 个人资料图片中有多少人？

Question

所以我想统计有多少人出现在 facebook 个人资料图片中。通常有 0-2 人(有时有 4-5 人以上，但这种情况更为罕见)。

示例数据集(以及一些使用 python 的尝试)可以在这里找到:

https://github.com/yoniker/FaceDetect

我尝试了不同的方法，但都没有给出合理的结果(大多数时候所有这些方法都是错误的)，我尝试了以下方法:

-人脸检测- http://docs.opencv.org/trunk/d7/d8b/tutorial_py_face_detection.html

它通常找不到任何人(这种情况发生在大约 75% 的图片中)- 我尝试了不同的 Haar 过滤器和参数。

-行人检测http://www.pyimagesearch.com/2015/11/09/pedestrian-detection-opencv/同样，大多数时候它找不到人。

OpenFace:可能这种人脸识别算法并不能真正帮助人脸检测(参见 https://groups.google.com/forum/#!topic/cmu-openface/X6erXKckk0Q)。

最后我查看了不同的 StackOverflow 问题，例如 Count the number of people in the video但它们都不相关!

我现在已经尝试了半天 - 所以非常感谢您的帮助!

Answer 1

对我来说，dlib比使用 OpenCV 的 haar 人脸检测器给出了更好的结果。它也有 python 绑定(bind)。您可以找到快速入门代码来进行人脸检测 here .

如果您发布一张未正确检测到人脸的图片，可能会提供更好的帮助。

话虽如此，除了使用 dlib 之外，要改进人脸检测，您可以尝试以下想法:

• 在将灰度图像传递给面部检测器之前，对灰度图像使用直方图均衡(opencv 上的 equalizeHist)。 (即预处理您的图像)
• 如果面部向左或向右倾斜，则面部检测失败的可能性更大。要解决此问题，请以 5 度到 30 度的步长旋转图像并应用人脸检测。在每次旋转时，您都可能会检测到新面孔。
• 大多数不使用深度学习的人脸检测器检测的主要是正面。除了使用深度学习或使用 HOG 或 HAAR 特征训练您自己的侧脸检测器之外，对此无能为力。

希望这可以帮助您改进人脸检测。