python - 厌倦了多 View 多人脸检测

Question

当我检测上图(sonicyouth.jpg)中的一些面孔时，其中一张是倾斜的。当使用harr-like特征来检测它们时。只能识别3张面孔，女性面孔被省略。代码为如下:

import cv2
import sys

imagePath = "sonicyouth.jpg"
cascPath = "haarcascade_frontalface_default.xml"
# Create the haar cascade
faceCascade = cv2.CascadeClassifier(cascPath)

# Read the image
image = cv2.imread(imagePath)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Detect faces in the image
faces = faceCascade.detectMultiScale(
    gray,
    scaleFactor=1.05,
    minNeighbors = 8,
    minSize=(30, 30),
    # flags = cv2.cv.CV_HAAR_SCALE_IMAGE
    flags = cv2.CASCADE_SCALE_IMAGE|cv2.CASCADE_FIND_BIGGEST_OBJECT|cv2.CASCADE_DO_ROUGH_SEARCH
)

print("Found {0} faces!".format(len(faces)))

结果是“发现3张脸!”。我该如何执行检测结果？用RCNN还是什么。还有什么？特别是旋转面。

Answer 1

您正在使用旧的人脸检测算法。 Haar 级联检测是第一个成功的提供实时检测的人脸检测算法。

因为它是第一个人脸检测算法，所以它有很多限制。正如您所指出的，其中之一是无法检测旋转的面孔。它还无法检测侧面以及被遮挡的面孔。

使用基于深度学习的新方法将提高检测率。 OpenCV 在其新的 dnn 文件夹中提供了这些内容。您可以引用此链接更好tutorials 。

但是如果你想坚持使用 Haar Cascade，你可以使用老把戏，将图像旋转 45 度，然后再次运行相同的检测算法。这次你将能够找到丢失的头并结合结果!