超越Dlib!81个特征点覆盖全脸,面部特征点检测更精准(附代码) | 您所在的位置:网站首页 › 人脸识别 定位点 › 超越Dlib!81个特征点覆盖全脸,面部特征点检测更精准(附代码) |
demo视频链接: https://www.youtube.com/watch?v=mDJrASIB1T0 81个特征点,人脸特征点检测更加精准 以往我们在做人脸特征点检测的时候,通常会用OpenCV来进行操作。 但自从人脸检测Dlib库问世,网友们纷纷表示:好用!Dlib≥OpenCV!Dlib具有更多的人脸识别模型,可以检测脸部68甚至更多的特征点。 我们来看一下Dlib的效果: Dlib人脸特征点检测效果图 那么这68个特征点又是如何分布的呢?请看下面这张“面相图”: 人脸68个特征点分布 但无论是效果图和“面相图”,我们都可以发现在额头区域是没有分布特征点的。 于是,网友便提出了一个特征点能够覆盖额头区域的模型。 该模型是一个自定义形状预测模型,在经过训练后,可以找到任何给定图像中的81个面部特征点。 它的训练方法类似于Dlib的68个面部特征点形状预测器。只是在原有的68个特征点的基础上,在额头区域增加了13个点。这就使得头部的检测,以及用于需要沿着头部顶部的点的图像操作更加精准。 81个特征点效果图 这13个额外的特征点提取的方法,是根据该博主之前的工作完成的。 GitHub地址: https://github.com/codeniko/eos 该博主继续使用Surrey Face Model,并记下了他认为适合他工作的13个点,并做了一些细节的修改。 当然,博主还慷慨的分享了训练代码,链接: GitHub: https://github.com/codeniko/shape_predictor_81_face_landmarks Reddit: https://www.reddit.com/r/MachineLearning/comments/b20b9i/p_i_trained_a_face_predictor_that_detects_fulls/ Youtube: https://www.youtube.com/watch?v=mDJrASIB1T0返回搜狐,查看更多 |
CopyRight 2018-2019 实验室设备网 版权所有 |