旋转脸部检测

Question

是否有用于检测在图像平面中旋转的脸部的库？或者有什么方法可以使用opencv进行直立人脸检测级联？

Answer 1

朴素的方式：

• 生成角的列表（例如，从-170至180在10度的步骤）
• 对于列表中的每个角度n：由n
  • 旋转图像度
  • 旋转图像上的运行人脸检测器
  • 计算原始图像中检测到的人脸位置（撤消旋转）
• 上从各个角度连接结果执行非最大抑制（你可能会得到多次检测从邻近的角度）基于颜色直方图的人脸检测

Answer 2

方法是独立的面部朝向的。

Answer 3

你可以使用袋子里的单词/袋子的特征方法来约束AAM，ASM方法。 ，但它们也可以给出不是最优解收敛到全局最大值。

也haar-like-features只是功能的集合，你可以使用旋转不变的功能，然后把它放在adaboost classifer。

Answer 4

这里有一个简单的我与Python CV2

这不是最有效的事情写的，并且它使用etarion建议用简单的方式，但它的工作原理相当不错的只是正常的头倾斜（从检测什么 - 40至40头倾斜，这大概就像你可以倾斜你的头留直立。

import cv2 
from math import sin, cos, radians 

camera = cv2.VideoCapture(0) 
face = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml") 

settings = { 
    'scaleFactor': 1.3, 
    'minNeighbors': 3, 
    'minSize': (50, 50), 
    'flags': cv2.cv.CV_HAAR_FIND_BIGGEST_OBJECT|cv2.cv.CV_HAAR_DO_ROUGH_SEARCH 
} 

def rotate_image(image, angle): 
    if angle == 0: return image 
    height, width = image.shape[:2] 
    rot_mat = cv2.getRotationMatrix2D((width/2, height/2), angle, 0.9) 
    result = cv2.warpAffine(image, rot_mat, (width, height), flags=cv2.INTER_LINEAR) 
    return result 

def rotate_point(pos, img, angle): 
    if angle == 0: return pos 
    x = pos[0] - img.shape[1]*0.4 
    y = pos[1] - img.shape[0]*0.4 
    newx = x*cos(radians(angle)) + y*sin(radians(angle)) + img.shape[1]*0.4 
    newy = -x*sin(radians(angle)) + y*cos(radians(angle)) + img.shape[0]*0.4 
    return int(newx), int(newy), pos[2], pos[3] 

while True: 
    ret, img = camera.read() 

    for angle in [0, -25, 25]: 
     rimg = rotate_image(img, angle) 
     detected = face.detectMultiScale(rimg, **settings) 
     if len(detected): 
      detected = [rotate_point(detected[-1], img, -angle)] 
      break 

    # Make a copy as we don't want to draw on the original image: 
    for x, y, w, h in detected[-1:]: 
     cv2.rectangle(img, (x, y), (x+w, y+h), (255,0,0), 2) 

    cv2.imshow('facedetect', img) 

    if cv2.waitKey(5) != -1: 
     break 

cv2.destroyWindow("facedetect") 

Answer 5

就个人而言，我不知道一个图书馆。但是，我可以说的是，用眼睛检测然后，您可以使用atan函数并查找头部旋转的角度编辑。 （假设人对同一水平的双眼时，头不旋转）

deg = atan((leftEye.y - rightEye.y)/(leftEye.x - rightEye.x)) 

一旦你得到这个角度，转动你必须负deg度的图像，你应该有一个面可以是使用Haar Cascades进行检测。