Computer vision 给定dlib';s 68点面部标志,确定它们有多好
我使用dlib进行人脸检测,然后是68点人脸标志检测。一般来说,这很有效 然而,dlib的人脸检测器有时会检测(例如)只有一只眼睛可见的人脸,或者人的嘴不可见的人脸(或者在极少数情况下,非人脸)。显然,在这些情况下,检测到的68个点中有一些是垃圾 如何检测这些病例?这有点宽泛 一般来说,人脸检测器应该有一个分数来读出。这是一个可以使用的信息 另外:在您获得按如下顺序排列的地标后,您可以:Computer vision 给定dlib';s 68点面部标志,确定它们有多好,computer-vision,face-detection,dlib,Computer Vision,Face Detection,Dlib,我使用dlib进行人脸检测,然后是68点人脸标志检测。一般来说,这很有效 然而,dlib的人脸检测器有时会检测(例如)只有一只眼睛可见的人脸,或者人的嘴不可见的人脸(或者在极少数情况下,非人脸)。显然,在这些情况下,检测到的68个点中有一些是垃圾 如何检测这些病例?这有点宽泛 一般来说,人脸检测器应该有一个分数来读出。这是一个可以使用的信息 另外:在您获得按如下顺序排列的地标后,您可以: 检查左眼是否在右眼的左侧 眼睛在边界框内 鼻子/嘴上方的眼睛 。。。(你明白了) 这些规则/过滤在过去对
- 检查左眼是否在右眼的左侧
- 眼睛在边界框内
- 鼻子/嘴上方的眼睛
- 。。。(你明白了)
这些规则/过滤在过去对我很有用。谢谢你的回复,这些都是很好的建议,但我确实有些担心。首先,我不相信dlib的人脸检测器会给出一个置信水平。在任何情况下,有问题的情况确实是人脸,所以我不认为这是一个检测问题:只是人脸的角度使得无法正确检测特定的地标。关于您的地标规则:我担心的是,这些测试只有在面对齐时才有效。然而,如果我根据地标对齐,我很可能会正常化我试图检测到的问题!Dlib的人脸检测仪可以为每次检测提供置信度评分:请参见最后几行(来自Dlib Github本身)。