使用Python，dlib中新型、更快、更小的5点面部标志检测器检测人脸、眼睛、鼻子

这篇博客将介绍一个新的dlib面部标志检测器——5点人脸标志模型，它比原始版本更快（提高了8-10％），效率更高，模型更小（降低了10倍）。

该5点面部标志检测器被认为是最初随dlib库一起分发的68点标志检测器的直接替代品。

5点面部标志检测器

1. 5点与68点面部标志检测器效果对比
2. 各种人脸检测器算法的优劣对比
3. 如何在自己的脚本中实现五点面部标志检测器
4. 5点面部标志检测器的局限性
5. 源码
6. 参考

1. 5点与68点面部标志检测器效果对比

68点面部标志检测器把面部分为眉毛、眼睛、鼻子、嘴巴、下颌五部分；
5点面部标志检测器将面部分为5个点，左眼2点、右眼2点、鼻子1点；

68点面部标志检测器（模型【99.7M】）
5点面部标志检测器（相比68点，速度快10%、效率更高、模型小10倍【9.2M】），小十倍的模型！对于移动应用程序用户的下载时间/资源上一个极大的进步；

68点面部标志检测器效果图：

5点面部标志检测效果图：

2. 各种人脸检测器算法的优劣对比

Haar级联：快速，但准确性较低。调整参数可能会很麻烦；
HOG +线性SVM：通常（显著）比Haar级联更准确，假阳性更少。在测试时需要调整的参数较少。与Haar级联相比，速度可能较慢。
基于深度学习的检测器：经过正确培训，其比Haar级联和HOG +线性SVM显着更准确，更耐用。根据模型的深度和复杂性，它可能非常慢。可以通过在GPU上执行检测来加快速度；

对于不同的平台，实现不同的功能，在选择那种人脸检测器需要考虑这些准则；

3. 如何在自己的脚本中实现五点面部标志检测器

1）加载模型，加载图片
2）面部检测，面部标志检测
3）绘制每个点在图像上

4. 5点面部标志检测器的局限性

5点面部标志检测器（左眼2点、右眼2点、鼻子1点）的一个良好应用是面部对齐，比68点更高效；

但在眨眼检测，疲劳驾驶检测（核心：计算眼睛的EAR（眼睛的纵横比），在某个瞬间达到0）时，则必须需要使用68点面部标志检测器，以及任何其他需要了解更多面部细节（如鼻子、嘴巴、眉毛、下颌）的应用程序也需要使用68点面部标志检测器。

5. 源码

# python faster_facial_landmarks.py --shape-predictor shape_predictor_5_face_landmarks.dat --image images/03.jpg
# python faster_facial_landmarks.py --shape-predictor shape_predictor_68_face_landmarks.dat --image images/03.jpg# 导入必要的包
from imutils import face_utils
import argparse
import imutils
import dlib
import cv2# 构建命令行参数，解析参数
# --shape-predictor 面部标志检测器模型路径
# --image 图像路径
ap = argparse.ArgumentParser()
ap.add_argument("-p", "--shape-predictor", required=True,help="path to facial landmark predictor")
ap.add_argument("-i", "--image", required=True,help="path to input image")
args = vars(ap.parse_args())# 初始化dlib基于 HOG的面部检测器
# 初始化面部标志检测器
print("[INFO] loading facial landmark predictor...")
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(args["shape_predictor"])# 加载图像，保持宽高比的缩放到宽度为500像素，转换为灰度图
image = cv2.imread(args["image"])
image = imutils.resize(image, width=800)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 使用HOG+线性SVM检测器 从灰度图帧中检测面部
rects = detector(gray, 0)# 判断是否检测到了面部，并打印检测到的人脸数目在屏幕上
if len(rects) > 0:text = "{} face(s) found".format(len(rects))
cv2.putText(image, text, (10, 20), cv2.FONT_HERSHEY_SIMPLEX,0.5, (0, 0, 255), 2)# 遍历每一个人脸
for rect in rects:# 计算人脸的边界框，并打印在评不上(bX, bY, bW, bH) = face_utils.rect_to_bb(rect)cv2.rectangle(image, (bX, bY), (bX + bW, bY + bH),(0, 255, 0), 1)# 从面部区域中检测面部标志# 转换检测到的面部标志坐标为Numpy数组shape = predictor(gray, rect)shape = face_utils.shape_to_np(shape)# 遍历每一个面部标志结果的（x, y）像素，并绘制小圆圈在屏幕上for (i, (x, y)) in enumerate(shape):cv2.circle(image, (x, y), 1, (0, 0, 255), -1)cv2.putText(image, str(i + 1), (x - 10, y - 10),cv2.FONT_HERSHEY_SIMPLEX, 0.35, (0, 0, 255), 1)# 展示图片
cv2.imshow("image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

6. 参考

https://www.pyimagesearch.com/2018/04/02/faster-facial-landmark-detector-with-dlib/#download-the-code

使用Python，dlib中新型、更快、更小的5点面部标志检测器检测人脸、眼睛、鼻子相关推荐

【Python并行计算】- Dask 让你的python更快更强
[Python并行计算]- Dask 让你的python更快更强 Dask(https://docs.dask.org/en/latest/) 是一个灵活的python并行/分布式计算的框架. 类似的 ...
python实践意义_在Python学习中过程比结果更有意义
原标题:在Python学习中过程比结果更有意义如果人生是一趟旅行,那我们最应该关注的是沿途的风景而不是最终的目的地.对于学习Python而言,提升自身能力.提高处理问题的速度.培养自己勤思考.善于思 ...
使用现场总线更快更远
使用现场总线更快更远 Going faster and further with Fieldbus PROCENTEC等行业专家表示,基于RS-485的现场总线技术(PROFIBUS®)和工业以太网( ...
实用的it知识学习_怎样能更快更好的学习好书法？分享一些比较实用的理论知识...
如何能更快更高效的学习书法?首先了解一些书法理论知识是很有必要的!它能让你在学习书法的过程中不至于迷茫 !能助你更快学好书法! 一.书论在实践中产生我们大部分人都觉得学习书法可以没有理论,但不可无技 ...
IEEE ICIP 2019 | 更快更好的联邦学习：一种特征融合方法
目录前言 Abstract 1.Introduction 2.Related Work 3.Methods 3.1 Feature Fusion Modules 3.1.1 Conv operato ...
YOLOv5全面解析教程③：更快更好的边界框回归损失
作者|Fengwen.BBuf 边界框回归是目标检测的关键步骤,在现有方法中,虽然被广泛用于边界框回归,但它不是针对评估指标量身定制的,即 Intersection over Union (IoU). ...
更快更安全，HTTPS 优化总结
在网站升级到 HTTPS 之后,我们还可以有很多玩意可以折腾,优化 HTTPS,让它更快更安全.这里是一篇 HTTPS 优化的总结,也包含问题的解决方法,不过不仅仅包括 HTTPS 的优化,也包含 H ...
极智Paper | YOLOv7 更高更快更强
欢迎关注我的公众号 [极智视界],获取我的更多笔记分享大家好,我是极智视界,本文解读一下更高.更快.更强的 YOLOv7:Trainable bag-of-freebies sets ne ...
与阿里云整个生态体系共同成长，更快更好的为房地产行业客户提供高价值的服务。...
免费开通大数据服务:https://www.aliyun.com/product/odps "最早是新业务要做,但是买服务器来不及,管理员没到位,而且新业务的成本很高,是否能成功也是未知,因 ...

使用Python，dlib中新型、更快、更小的5点面部标志检测器检测人脸、眼睛、鼻子

5点面部标志检测器

1. 5点与68点面部标志检测器效果对比

2. 各种人脸检测器算法的优劣对比

3. 如何在自己的脚本中实现五点面部标志检测器

4. 5点面部标志检测器的局限性

5. 源码

6. 参考

使用Python，dlib中新型、更快、更小的5点面部标志检测器检测人脸、眼睛、鼻子相关推荐

最新文章

热门文章