我正在寻找有关人脸检测的算法/出版物。网络上有很多。但我的场景有些特殊。我想在可穿戴设备拍摄的图像(例如叙事片段)中准确地检测人脸，因此会出现运动模糊，并且图像质量不会那么好。我想准确检测距相机 15 英尺以内的人脸。下一个目标是估计姿势，主要是为了查明该人是否正在看向相机(或者更好地看向相机所有者)。
有什么建议吗？
最佳答案
我的选择要么是使用卷积层进行像素分类的深度学习框架，要么是 K-means/K-Nearest Neighbor 算法。
但是，这确实取决于您的数据。从你的帖子中我假设你的数据没有被标记？这意味着您无法将“真相”输入到分类算法中。
您也许可以使用 CNN(卷积神经网络)进行像素分类(图像分割)，它应该识别一个人的位置。鉴于此，也许您可以在识别出的靠近脸部的区域中运行“本地”CNN，以将 body 所在的区域分类为特定姿势。
这可能是我对这个问题的第一次看法，但这取决于您数据的确切结构以及标签的结构(如果有的话)。
我不得不说这听起来确实是一个有趣的项目!
关于machine-learning - 人脸检测和姿势估计的最佳算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36392886/