利用Landmarks进行人脸对齐裁剪是人脸检测中重要的一个步骤。效果如下图所示:

基本思路为:

a.人脸检测

  人脸的检测不必多说了,基本Cascade的方式已经很不错了,或者用基于HOG/FHOG的SVM/DPM等。这些在OpenCVDLIB都有。

b.在检测到的人脸上进行Landmarks检测,获得一系列的Landmark点

  对齐算法很多,特别是前几年人脸对齐获得了巨大的成功。

  [1].One Millisecond Face Alignment with an Ensemble of Regression Trees by Vahid Kazemi and Josephine Sullivan, CVPR 2014

  [2].人脸对齐SDM原理----Supervised Descent Method and its Applications to Face Alignment

c.利用检测到的Landmarks和模板的Landmarks,计算仿射矩阵H;然后利用H,直接计算得到对齐后的图像。

  直接上代码:

#include <opencv2/opencv.hpp>
using namespace cv;
//原始图像大小
#define IMAGE_WIDTH 640
#define IMAGE_HEIGHT 480
//输出的图像大小(裁剪后的)
#define IMAGE_WIDTH_STD 90
#define IMAGE_HEIGHT_STD 90 #define LANDMARK_SIZE 8//对齐点的个数
#define LANDMARK_SIZE_DOUBLE 16//对齐点个数的两倍 Point2f srcTri[LANDMARK_SIZE];//对齐点的Point2f数组,检测到的人脸对齐点,注意这里是基于原始图像的坐标点
Point2f destTri[LANDMARK_SIZE];//对齐点的Point2f数组,模板的Landmarks,注意这是一个基于输出图像大小尺寸的坐标点
//对齐点的double数组
double template_landmark[LANDMARK_SIZE_DOUBLE] = {
0.0792396913815, 0.339223741112, 0.0829219487236, 0.456955367943,
0.0967927109165, 0.575648016728, 0.122141515615, 0.691921601066,
0.168687863544, 0.800341263616, 0.239789390707, 0.895732504778,
0.325662452515, 0.977068762493, 0.422318282013, 1.04329000149,
0.531777802068, 1.06080371126, 0.641296298053, 1.03981924107,
0.738105872266, 0.972268833998, 0.824444363295, 0.889624082279,
0.894792677532, 0.792494155836, 0.939395486253, 0.681546643421,
0.96111933829, 0.562238253072, 0.970579841181, 0.441758925744
}; int main()
{
VideoCapture vcap;
if (!vcap.open())
{
return ;
} for (int i = ; i < LANDMARK_SIZE; i++)
{
srcTri[i] = Point2f(template_landmark[i * ] * + IMAGE_HEIGHT / , template_landmark[i * + ] * + IMAGE_WIDTH / );
destTri[i] = Point2f(template_landmark[i * ] * IMAGE_HEIGHT_STD, template_landmark[i * + ] * IMAGE_WIDTH_STD);
}
//Mat warp_mat = getAffineTransform( srcTri, destTri );//使用仿射变换,计算H矩阵
Mat warp_mat = cv::estimateRigidTransform(srcTri, destTri, false);//使用相似变换,不适合使用仿射变换,会导致图像变形
Mat frame;
Mat warp_frame(, , CV_8UC3);
while ()
{
vcap >> frame;
warpAffine(frame, warp_frame, warp_mat, warp_frame.size());//裁剪图像 imshow("frame", frame);//显示原图像
imshow("warp_frame", warp_frame);//显示裁剪后得到的图像 waitKey();
}
return ;
}

效果图:

注意以上效果非真实的对齐裁剪的效果。实际的对齐裁剪可以做的很好。

基于Landmark的人脸对齐以及裁剪方法的更多相关文章

  1. MTCNN算法与代码理解—人脸检测和人脸对齐联合学习

    目录 写在前面 算法Pipeline详解 如何训练 损失函数 训练数据准备 多任务学习与在线困难样本挖掘 预测过程 参考 博客:blog.shinelee.me | 博客园 | CSDN 写在前面 主 ...

  2. 机器学习--详解人脸对齐算法SDM-LBF

    引自:http://blog.csdn.net/taily_duan/article/details/54584040 人脸对齐之SDM(Supervised Descent Method) 人脸对齐 ...

  3. 机器学习----人脸对齐的算法-ASM.AAM..CLM.SDM

    引自:http://blog.csdn.net/linolzhang/article/details/55271815 人脸检测 早已比较成熟,传统的基于HOG+线性分类器 的方案检测效果已经相当不错 ...

  4. OpenCV Facial Landmark Detection 人脸关键点检测

    Opencv-Facial-Landmark-Detection 利用OpenCV中的LBF算法进行人脸关键点检测(Facial Landmark Detection) Note: OpenCV3.4 ...

  5. 使用Dlib来运行基于CNN的人脸检测

    检测结果如下 这个示例程序需要使用较大的内存,请保证内存足够.本程序运行速度比较慢,远不及OpenCV中的人脸检测. 注释中提到的几个文件下载地址如下 http://dlib.net/face_det ...

  6. 基于 OpenCV 的人脸识别

    基于 OpenCV 的人脸识别 一点背景知识 OpenCV 是一个开源的计算机视觉和机器学习库.它包含成千上万优化过的算法,为各种计算机视觉应用提供了一个通用工具包.根据这个项目的关于页面,OpenC ...

  7. 人脸对齐SDM原理----Supervised Descent Method and its Applications to Face Alignment

    最近组里研究了SDM算法在人脸对齐中的应用,是CMU的论文<Supervised Descent Method and its Applications to Face Alignment> ...

  8. 【计算机视觉】基于OpenCV的人脸识别

    一点背景知识 OpenCV 是一个开源的计算机视觉和机器学习库.它包含成千上万优化过的算法,为各种计算机视觉应用提供了一个通用工具包.根据这个项目的关于页面,OpenCV 已被广泛运用在各种项目上,从 ...

  9. [信安Presentation]一种基于GPU并行计算的MD5密码解密方法

    -------------------paper--------------------- 一种基于GPU并行计算的MD5密码解密方法 0.abstract1.md5算法概述2.md5安全性分析3.基 ...

随机推荐

  1. inspect的使用

    # -*- coding: utf-8 -*- # @Time : 2018/9/11 10:29 # @Author : cxa # @File : inspecttest.py # @Softwa ...

  2. C# 序列化高级用法

    using System; using System.Collections.Generic; using System.IO; using System.Linq; using System.Tex ...

  3. js点击页面其他地方如何隐藏div元素菜单

    web页面常用的一个需求,写下拉菜单是我们往往不是用select_option,而是自定义一个元素列出选项来满足需求,当我们点击按钮出现菜单, 点击按钮或菜单以外页面空白地方隐藏该菜单,这里提供一种简 ...

  4. 【前端开发】localStorage的用法

    localStorage.setItem("name","value")  //存储name的值 var type = localStorage.getItem ...

  5. mac设置java环境变量, 使用oh-my-zsh

    参考:http://www.mkyong.com/java/how-to-set-java_home-environment-variable-on-mac-os-x/ 如果用bash,修改~/.ba ...

  6. No.20 selenium学习之路之文件读写

    1.open 使用open打开文件后一定要记得调用文件对象的close()方法.比如可以用try/finally语句来确保最后能关闭文件. file_object = open('thefile.tx ...

  7. JS实现全选、反选、不选

    JS实现全选.反选.不选 效果图: 代码如下,复制即可使用: <!DOCTYPE html> <html> <head> <meta charset=&quo ...

  8. tensorflow高级库

    1.tf.app.flags tf定义了tf.app.flags,用于支持接受命令行传递参数,相当于接受argv.tf.app.flags.DEFINE_xxx()就是添加命令行的optional a ...

  9. GreenPlum学习笔记:date_part与extract提取日期时间、时间差

    GP可以使用date_part / extract从日期时间类型中抽取部分内容. 方法一:extract 格式:extract(field from source)  extract函数从日期.时间数 ...

  10. Java之杨辉三角的实现

    今天突然想温习一下Java的基础,想了想就写写杨辉三角吧 1.直接法,利用二维数组 import java.util.Scanner; public class Second { public sta ...