Machine learning 人脸检测和姿态估计的最佳算法

我正在寻找关于人脸检测的算法/出版物。网上有很多。但我的场景有点专业化。我想在可穿戴设备拍摄的图像（例如叙事剪辑）中准确检测人脸，这样会出现运动模糊，图像质量也不会那么好。我想准确地检测距离摄像机15英尺以内的人脸。下一个目标是估计姿势，主要是确定人是否朝着相机看（或者更好地看相机所有者）

---

有什么建议吗？

我的建议可能是使用卷积层进行像素分类的深度学习框架，也可能是K-均值/K-近邻算法

但是，这取决于您的数据。从你的帖子中，我假设你的数据没有贴标签？这意味着您无法将“真相”输入分类算法

你也许可以使用一个CNN（卷积神经网络）进行像素分类（图像分割），这样可以识别一个人的位置。考虑到这一点，也许你可以运行一个“局部”CNN i，在一个靠近已识别人脸的区域，将身体所在的区域分类为特定姿势

这可能是我第一次考虑这个问题，但这取决于数据的确切结构和标签的结构（如果有的话）

我不得不说，这听起来确实像一个有趣的项目

我发现OpenCV在运动模糊和“实时”人脸识别方面非常精确和健壮

我之所以这么说是因为我用它们来实现C++中的跟踪器和笔记本电脑摄像头（分辨率不高，运动模糊总是存在）。 它们以多分辨率工作，因此能够检测任何大小的人脸，但您可以根据您感兴趣的距离轻松调整它们

它们可能不是您最终的最佳解决方案，但由于它们已经实现并随OpenCV包一起提供，因此它们可以构成一个良好的起点