【发布时间】：2013-01-18 23:16:42
【问题描述】：
我是 OpenCV 的新手，所以请帮帮我。我想使用 OpenCV 检测 嘴唇边缘 。那么你能给我一些链接和解决方案吗？ 我已经检查了使用 OpenCV 检测面部和嘴巴的正常程序，但准确性不存在。我使用“haarcascade_mcs_mouth”来检测图片中的嘴巴，但结果不太好。我听说过 AAM 方法，但无法获得任何有关它的文件。请帮帮我...
【问题讨论】：
【发布时间】：2013-01-18 23:16:42
【问题描述】：
嘴唇识别是计算机视觉中的一个问题，尚未完全解决。您一直在使用的类似 haar 的分类器（包含在 OpenCV 中）在人脸识别方面表现良好，但对于嘴唇识别，已经开发了更好的技术。您将不得不构建不同的算法并为您的目的选择更好的算法。由于额外的限制（内存占用、CPU 等），您正在为 iOS 开发这一事实使任务变得更加困难。我为您简要概述了唇形识别的最新技术，以便您进一步研究：
识别嘴唇的方法可以分为三大类：
基于图像的技术：这些技术基于皮肤和嘴唇颜色不同的假设。论文[2]是这种方法应用于手语识别的一个例子。 [3] 也探索了颜色聚类。它假设图像中有两个像素类：皮肤和嘴唇。例如，如果该人有胡须或正在露出牙齿，则此方法不合适。
基于模型的技术：这些方法比以前的方法更稳健，因为它们使用有关唇形的先验信息。但是，它们的计算成本更高，因此它们可能不适合在移动设备上实现。 AAM（Active Appearance Models）属于这一组，它从人工标注的数据中学习嘴唇的形状。在Wikipedia article 的“外部链接”部分，您可以看到一些可以移植到 C++/OpenCV 的开源实现和库。
混合技术：这些方法是基于图像的方法和基于模型的方法的组合。通常，首先将基于颜色的技术应用于图像，以估计唇部区域的位置和大小；然后，将基于模型的技术（如 AAM）应用于感兴趣区域以提取唇部轮廓。 [4] 就是这种技术的一个例子。
[2] U. Canzler 和 T. Dziurzyk，“提取基于视频的手语识别的非手动特征”。 ;在 MVA 诉讼中。 2002, 318-321
[3] Leung、Shu-Hung、Shi-Lin Wang 和 Wing-Hong Lau。 “使用包含椭圆形状函数的模糊聚类进行唇部图像分割。”图像处理，IEEE Transactions on 13.1 (2004): 51-62.
[4] 布维尔，克里斯蒂安，P-Y。库伦和泽维尔马尔达格。 “基于 ROI 优化和参数模型的无监督嘴唇分割。”图像处理，2007。ICIP 2007。IEEE 国际会议。卷。 4. IEEE，2007。
【讨论】：
-
@Amitabha 你用什么检测？