machine-learning - 人脸检测和裁剪

Question

项目:人脸检测

说明:我想检测和裁剪图像中的人脸。图像是通过网络摄像头捕获的，每张图像只有一张脸。我使用了 OpenCV 人脸检测器，但我对裁剪不满意。所以，我开始使用 STASM (http://www.milbo.users.sonic.net/stasm/) 人脸地标检测器来裁剪图像。STASM 使用 OpenCV 人脸检测器在图像中查找人脸，STASM 定位人脸中的地标。在光线不好的情况下，来自 STASM 的裁剪图像并不好，因为它不能单独准确地检测到人脸。

1) I want to know any better algorithm for face detection. My main aim is to crop the face from an image.

2) currently I am using STASM for cropping. In bad light conditions or when in an image, if the whole or complete face (forehead to chin) is not captured, STASM cropping is not reliable (The output will be only eye or lips). And in my application, if there is no proper output from the stasm or if the face is not cropped prpoerly then i should reject the images. How to do that? So I am planning to validate the face in an image by finding the Eyes. If I am right in my approach, how to detect the eyes from the cropped image?

Answer 1

通过使用嵌套级联分类器检测面部的眼睛，我在我的一个项目中取得了相当不错的结果，正如在提供的示例中所做的那样。但后来我使用了一个额外的技巧:我将 NestedCascade.detectMultiScale() 的 minNeighbors 参数调低为 0。

这意味着你会得到很多结果。一只眼睛被识别多次。然后我检查结果在脸部左侧和右侧的聚集位置。聚集点是实际的眼睛位置。

然后我旋转初始图像。旋转中心是我发现的人脸的中心，旋转角是检测到的眼睛之间的角度。然后我在旋转后的图像上再做一次人脸检测，并确保在nestedCascade.detectMultiScale() 的参数中使用非常低的比例因子。

在大多数情况下，结果是完美归一化的面部图像。当然，成功仍然取决于您的闪电条件到底有多糟糕。