C++ 姿态无关的人脸检测

我正在做一个项目，我需要在非常混乱的视频中检测人脸（从以自我为中心的角度录制，所以你可以想象……）。面部可能有一个偏航角，在-90和+90之间变化，俯仰几乎相同的变化（好吧，由于人体约束，稍微低一点），可能也有一些滚动变化

我花了很多时间寻找一些独立于姿势的人脸检测器。在我的项目中，我使用的是OpenCV，但OpenCV人脸检测器甚至没有达到我需要的检测率。它在正面有很好的结果，但在轮廓面上几乎没有结果。使用基于配置文件图像的haarcascade.xml文件并没有真正的帮助。结合正面和侧面级联可以产生稍微更好的结果，但仍然不接近我所需要的

训练我自己的haarcascade将是我的最后一个资源，因为巨大的计算（或时间）需求

到目前为止，我所要求的是关于这件事的任何帮助或建议。 我可以使用的人脸检测器的要求如下：

• 非常好的检测率。我不介意有很高的误报率，因为在我的视频中使用一些时间一致性，我可能能够消除大多数错误
>强写> C++ +强，或在C++应用程序中工作

实时性现在还不是问题，检测率是我现在关心的一切

我已经看到很多论文取得了这些结果，但我找不到任何可以使用的代码

---

我真诚地感谢您能提供的任何帮助。

也许不是答案，但太长了，无法发表评论

---

您可以使用opencv_traincascade.exe来训练一个新的检测器，该检测器可以检测更广泛的姿势。这篇文章可能会有帮助。我已经通过使用feret数据集训练了一个在-50:+50偏航范围内灵敏的探测器。对于我的例子，我们不想检测纯粹的侧面，所以训练数据是相应准备的。由于feret已经提供了方便的姿势变化，因此可以训练一个接近您的规格的探测器。如果您使用lbp功能，时间不是问题，培训最多在4-5小时内完成，通过设置适当的参数和使用较少的培训数据（用于确定探测器是否将产生您期望的输出），培训速度更快（15-30分钟）

也许不是答案，但太长了，无法发表评论

---

您可以使用opencv_traincascade.exe来训练一个新的检测器，该检测器可以检测更广泛的姿势。这篇文章可能会有帮助。我已经通过使用feret数据集训练了一个在-50:+50偏航范围内灵敏的探测器。对于我的例子，我们不想检测纯粹的侧面，所以训练数据是相应准备的。由于feret已经提供了方便的姿势变化，因此可以训练一个接近您的规格的探测器。如果您使用lbp功能，时间不是问题，培训最多在4-5小时内完成，通过设置适当的参数和使用较少的培训数据（用于确定探测器是否将产生您期望的输出），培训速度更快（15-30分钟）

为了获得可靠的人脸识别结果，你不需要一台功能最强大的计算机，拥有精心设计的算法或经过训练的系统，而需要图像中的额外维度。3D图片（如果有的话）可以解决这个问题。我实际上对人脸识别不感兴趣。我现在就需要检测。我将使用两个不同的SVM（一个用于偏航，一个用于俯仰）使用检测到的人脸进行人脸姿势估计。我在头部姿势估计数据集上训练了这些支持向量机，结果非常有趣。由于现实环境中人头姿势的复杂性，我无法在“真实”视频上获得足够的检测。要获得可靠的人脸识别结果，你不需要一台功能强大、算法设计巧妙或训练有素的计算机，而是需要图像中的额外维度。3D图片（如果有的话）可以解决这个问题。我实际上对人脸识别不感兴趣。我现在就需要检测。我将使用两个不同的SVM（一个用于偏航，一个用于俯仰）使用检测到的人脸进行人脸姿势估计。我在头部姿势估计数据集上训练了这些支持向量机，结果非常有趣。由于现实环境中人头姿势的复杂性，我无法在“真实”视频上获得足够的检测。谢谢，我会再等一会儿，然后我想我必须训练自己的级联。看来这是最好的方法。谢谢，我会再等一会儿，然后我想我必须训练我自己的瀑布……看来这是最好的方法。