【问题标题】:How many people in a FaceBook Profile Picture?Facebook 个人资料图片中有多少人?
【发布时间】:2017-04-05 08:26:15
【问题描述】:

所以我想计算有多少人出现在 Facebook 个人资料图片中。 通常有 0-2 人(有时有 4-5+,但这种情况更为罕见)。

可以在此处找到示例数据集(以及一些使用 python 的尝试):

https://github.com/yoniker/FaceDetect

我尝试了不同的方法,但都没有给出合理的结果(所有这些方法大部分时间都是错误的),我尝试了以下方法:

-人脸检测-http://docs.opencv.org/trunk/d7/d8b/tutorial_py_face_detection.html

它通常找不到任何人(这发生在大约 75% 的图片中)- 我尝试了不同的 Haar 过滤器和参数。

-行人检测http://www.pyimagesearch.com/2015/11/09/pedestrian-detection-opencv/ 同样,它大部分时间都找不到人。

OpenFace:可能这种人脸识别算法对人脸检测没有真正的帮助(参见https://groups.google.com/forum/#!topic/cmu-openface/X6erXKckk0Q)。

最后,我查看了不同的 StackOverflow 问题,例如 Count the number of people in the video 但它们都不相关!

我已经尝试了半天 - 所以非常感谢您的帮助!

【问题讨论】:

  • 很明显人脸检测应该是解决这个问题的一种方法。但是如果你只是说你尝试过但失败了,没有人会告诉你你做错了什么以及如何解决它......提供一张图片,展示你做了什么,你期望的结果以及你得到了什么
  • 显示结果将涉及共享许多 jpg 文件。我是说我提到的任何方法都不能在任意设置中很好地检测面部(老实说,我不太确定哪些设置有效好)。如果您发现其中任何一个做得很好,请告诉我哪一个。再说一遍:我是说大多数情况下,这些都是错误的(大多数情况下,当有人时找不到人,例如检测到 0/1 或 1/2 人的脸)。

标签: opencv computer-vision conv-neural-network


【解决方案1】:

对我来说,dlib 提供了比使用 OpenCV 的 haar 人脸检测器更好的结果。它也有 python 绑定。你可以找到快速启动代码来做人脸检测here

如果您发布一张未正确检测到人脸的图片,可能会提供更好的帮助。

话虽如此,除了使用 dlib 之外,要改进人脸检测,您可以尝试以下想法:

  • 在将灰度图像传递给人脸检测器之前,对灰度图像使用直方图均衡化(opencv 上的equalizeHist)。 (即预处理您的图像)
  • 如果人脸向左或向右倾斜,人脸检测通常会失败。为了解决这个问题,将图像以 5 度到 30 度的步长旋转并应用人脸检测。在每次旋转时,您都可能会检测到新面孔。
  • 大多数不使用深度学习的人脸检测器主要检测正面人脸。除了使用深度学习或使用 HOG 或 HAAR 功能训练您自己的侧面轮廓人脸检测器之外,对此无能为力。

希望这可以帮助您改进人脸检测。

【讨论】:

  • 谢谢,我会试一试,但我必须说,在 Facebook 个人资料照片的现实世界中,许多面孔都不是“正面面孔”。我想在不同的问题上训练我的网络,所以我希望使用别人的网络来检测人:) 有什么建议吗? (我正在查看 openface,但请参阅我发布的链接 - 该特定网络在检测方面也表现不佳!)。
  • 是的,正面是这样。然后深度学习是我想的要走的路。试试这个github.com/quanhua92/darknet。我自己没有使用过它,但我记得我的一个朋友告诉我这个来检测面部。我猜这应该可行。祝你好运!
  • 谢谢,你说得对,dlib 比 HAAR 好得多!但是,就像您建议的那样,这远非完美,我上传了一个小数据集,因此您可以在 github.com/yoniker/FaceDetect 确切地看到它失败的地方。我现在会检查暗网并让你知道,无论哪种方式你已经非常有帮助了:)
  • 酷!乐意效劳。希望暗网对你有用。我会看看你今天/明天分享的图片。
  • dlib中有一个更准确的基于深度学习的人脸检测器:blog.dlib.net/2016/10/…
【解决方案2】:

OpenCV 中的级联分类器始终可以满足您的所有面部检测需求。如果您可以为其提供一些不错的功能,它将为您提供所有结果。

【讨论】:

    猜你喜欢
    • 2017-09-30
    • 2012-06-08
    • 1970-01-01
    • 1970-01-01
    • 2014-06-03
    • 2014-05-18
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多