Нужно ли обучать алгоритм Альта-Джонса с моей базой данных для получения точных результатов?

Я пытаюсь извлечь черты лица из базы данных лиц, но я понял, что алгоритм Виолы-Джонса не работает * в двух случаях:

  • Когда я пытаюсь обнаружить глаза по отдельности,
  • Когда я пытаюсь обнаружить рот.

*Не работает хорошо: Обнаруживает различные части изображения как глаза или рот. Или иногда обнаруживает несколько из них, что является невозможным случаем. Изображения, которые я использую, имеют чистый зеленый фон и содержат фронтальное лицо человека.

Detection.cpp:

#include "Detection.h"
Detection::Detection(const char* imagePath, const char* detectorType)
{
pImage_ = cvLoadImage(imagePath, CV_LOAD_IMAGE_COLOR);
pStorage_ = cvCreateMemStorage(0);
pCascade_ = (CvHaarClassifierCascade* ) cvLoad(detectorType,0,0,0);

if(!pImage_ || !pStorage_ || !pCascade_)
{
std::cout << "Problem with Loading Image" << std::endl;
exit(-1);
}

// Detect Faces in Image
pFaceRectSeq_ = cvHaarDetectObjects(pImage_, pCascade_, pStorage_, 1.1, 3, CV_HAAR_DO_CANNY_PRUNING, cvSize(0,0));
// Create a Window To Display Detected Faces
cvNamedWindow("Detected", CV_WINDOW_AUTOSIZE);

// Draw a Rectengular Outline Around Each Detection
for(int i = 0; i < (pFaceRectSeq_ ? pFaceRectSeq_->total : 0); i++)
{
CvRect* r = (CvRect*) cvGetSeqElem(pFaceRectSeq_,0);
CvPoint pt1 = { r->x, r->y };
CvPoint pt2 = { r->x + r->width, r->y + r->height };
cvRectangle(pImage_, pt1, pt2, CV_RGB(0,255,0), 3, 4, 0);
}

// r can be saved to a file/database as feature set

cvShowImage("Detected", pImage_);
cvWaitKey(0);
}

Detection::~Detection()
{
cvDestroyWindow("Detected");
cvReleaseImage(&pImage_);
if(pCascade_)
cvReleaseHaarClassifierCascade(&pCascade_);
if(pStorage_)
cvReleaseMemStorage(&pStorage_);
}

void Detection::SaveFaceFeatures(char* fileName)
{

}

main.cpp:

#include <iostream>
#include "Detection.h"
const char* imagePath           = "C:/1.jpg";
const char* faceDetector        = "C:/opencv/data/haarcascades/haarcascade_frontalface_default.xml";
const char* eyesDetector        = "C:/opencv/data/haarcascades/haarcascade_mcs_eyepair_big.xml";
const char* righteyeDetector    = "C:/opencv/data/haarcascades/haarcascade_mcs_righteye.xml";
const char* leftEyeDetector     = "C:/opencv/data/haarcascades/haarcascade_mcs_lefteye.xml";
const char* noseDetector        = "C:/opencv/data/haarcascades/haarcascade_mcs_nose.xml";
const char* mouthDetector       = "C:/opencv/data/haarcascades/haarcascade_mcs_mouth.xml";

int main(int argc, char* argv[])
{
Detection *face     = new Detection(imagePath, faceDetector);
//face->SaveFaceFeatures("01-1mFeatures.txt");
Detection *eyes     = new Detection(imagePath, eyesDetector);
//Detection *rightEye = new Detection(imagePath, righteyeDetector);
//Detection *leftEye    = new Detection(imagePath, leftEyeDetector);
Detection *nose     = new Detection(imagePath, noseDetector);
//Detection *mouth  = new Detection(imagePath, mouthDetector);
return 0;
}

Я использую,

  • haarcascade_mcs_righteye.xml для обнаружения правого глаза,
  • haarcascade_mcs_lefteye.xml для обнаружения левого глаза
  • haarcascade_mcs_mouth.xml для обнаружения рта.

Нужно ли тренировать алгоритм с моей базой данных? Можно ли исправить эту проблему без обучения алгоритму? Если это не так, как я могу тренировать это с AdaBoost?

4

Решение

Будет лучше искать глаза (и другие элементы лица) в обнаруженной области лица, а не по всему изображению. Вы можете найти пример в папке opencv:

OpenCV \ образцы \ CPP \ tutorial_code \ objectDetection \

И я рекомендую вам перейти на новый API. Используемый вами API устарел и не будет поддерживаться в будущем.

0

Другие решения

Алгоритм Виолы-Джонса не является надежным методом. Иногда это обнаруживает, а иногда — нет. Но так как вы используете фронтальные изображения лица, у вас не будет серьезных проблем, потому что эти классификаторы обучаются на фронтальных изображениях лица. Процесс обнаружения в значительной степени зависит от качества ваших снимков (плохое освещение вызовет проблемы).

0

По вопросам рекламы [email protected]