cv::face::FacemarkTrain 類參考

可訓練面部特徵點模型的抽象基類。 更多...

#include <opencv2/face/facemark_train.hpp>

cv::face::FacemarkTrain 協作圖

公共成員函式
virtual bool	addTrainingSample (InputArray image, InputArray landmarks)=0
	向訓練器新增一個訓練樣本。
virtual bool	getData (void *items=0)=0
	從演算法獲取資料。
virtual bool	getFaces (InputArray image, OutputArray faces)=0
	使用預設或使用者定義的人臉檢測器從給定影像中檢測人臉。某些演算法可能未提供預設的人臉檢測器。
virtual bool	setFaceDetector (FN_FaceDetector detector, void *userData=0)=0
	為Facemark演算法設定使用者定義的人臉檢測器。
virtual void	training (void *parameters=0)=0
	使用給定資料集訓練Facemark演算法。在訓練過程之前，應使用 face::addTrainingSample 函式將訓練樣本新增到訓練器中。
繼承自 cv::face::Facemark 的公共成員函式
virtual bool	fit (InputArray image, InputArray faces, OutputArrayOfArrays landmarks)=0
	從影像中檢測面部標誌。
virtual void	loadModel (String model)=0
	在擬合過程之前載入訓練模型的函式。
繼承自 cv::Algorithm 的公共成員函式
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除演算法狀態。
virtual bool	empty () const
	如果Algorithm為空（例如，在開始時或讀取不成功後），則返回 true。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	從檔案儲存中讀取演算法引數。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	將演算法引數儲存到檔案儲存中。
void	write (FileStorage &fs, const String &name) const

其他繼承成員
繼承自 cv::Algorithm 的靜態公共成員函式
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	從檔案中載入演算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	從字串載入演算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	從檔案節點讀取演算法。
繼承自 cv::Algorithm 的保護成員函式
void	writeFormat (FileStorage &fs) const

詳細描述

可訓練面部特徵點模型的抽象基類。

要在您的程式中利用此 API，請參閱面部特徵點檢測器 API 教程

描述

OpenCV 中的 AAM 和 LBF 面部特徵點模型派生自抽象基類 FacemarkTrain，它提供了對 OpenCV 中這些面部特徵點演算法的統一訪問。

以下是如何宣告面部特徵點演算法的示例

// 在您的程式碼中使用 Facemark
Ptr<Facemark> facemark = FacemarkLBF::create();

面部特徵點檢測的典型流程如下

• (非強制) 使用FacemarkTrain::setFaceDetector 設定使用者定義的人臉檢測器。面部特徵點演算法旨在將面部點擬合到人臉中。因此，應向面部特徵點演算法提供人臉資訊。某些演算法可能提供預設的人臉識別功能。但是，使用者可能更喜歡使用自己的人臉檢測器以獲得最佳檢測結果。
• (非強制) 使用FacemarkTrain::training 為特定演算法訓練模型。在這種情況下，模型應由演算法自動儲存。如果使用者已有訓練好的模型，則可以省略此部分。
• 使用Facemark::loadModel 載入訓練好的模型。
• 透過Facemark::fit 執行擬合。

成員函式文件

addTrainingSample()

virtual bool cv::face::FacemarkTrain::addTrainingSample ( InputArray image, InputArray landmarks )

純虛擬函式

向訓練器新增一個訓練樣本。

引數

image	輸入影像。
landmarks	面部特徵點ground-truth對應於影像。

使用示例

String imageFiles = "../data/images_train.txt";
String ptsFiles = "../data/points_train.txt";
std::vector<String> images_train;
std::vector<String> landmarks_train;
 
// 載入資料集列表：影像路徑和特徵點檔案路徑
loadDatasetList(imageFiles,ptsFiles,images_train,landmarks_train);
 
Mat image;
std::vector<Point2f> facial_points;
for(size_t i=0;i<images_train.size();i++){
image = imread(images_train[i].c_str());
    loadFacePoints(landmarks_train[i],facial_points);
facemark->addTrainingSample(image, facial_points);
}

訓練檔案中的內容應遵循標準格式。以下是這些檔案中內容的示例。images_train.txt 檔案內容示例

/home/user/ibug/image_003_1.jpg
/home/user/ibug/image_004_1.jpg
/home/user/ibug/image_005_1.jpg
/home/user/ibug/image_006.jpg

points_train.txt 檔案內容示例

/home/user/ibug/image_003_1.pts
/home/user/ibug/image_004_1.pts
/home/user/ibug/image_005_1.pts
/home/user/ibug/image_006.pts

getData()

virtual bool cv::face::FacemarkTrain::getData ( void * items = 0 )

純虛擬函式

從演算法獲取資料。

引數

items

獲取到的資料，取決於演算法。

使用示例

Ptr<FacemarkAAM> facemark = FacemarkAAM::create();
facemark->loadModel("AAM.yml");
 
FacemarkAAM::Data data;
facemark->getData(&data);
std::vector<Point2f> s0 = data.s0;
 
cout<<s0<<endl;

getFaces()

virtual bool cv::face::FacemarkTrain::getFaces ( InputArray image, OutputArray faces )

純虛擬函式

使用預設或使用者定義的人臉檢測器從給定影像中檢測人臉。某些演算法可能未提供預設的人臉檢測器。

引數

image	輸入影像。
faces	函式輸出，表示檢測到的人臉的感興趣區域。每張人臉都儲存在 cv::Rect 容器中。

使用示例

std::vector<cv::Rect> faces;
facemark->getFaces(img, faces);
for(int j=0;j<faces.size();j++){
    cv::rectangle(img, faces[j], cv::Scalar(255,0,255));
}

setFaceDetector()

virtual bool cv::face::FacemarkTrain::setFaceDetector ( FN_FaceDetector detector, void * userData = 0 )

純虛擬函式

為Facemark演算法設定使用者定義的人臉檢測器。

引數

detector	使用者定義的人臉檢測函式
userData	檢測器引數

使用示例

MyDetectorParameters detectorParameters(...);
facemark->setFaceDetector(myDetector, &detectorParameters);

使用者定義人臉檢測器的示例

bool myDetector( InputArray image, OutputArray faces, void* userData)
{
MyDetectorParameters* params = (MyDetectorParameters*)userData;
    // -------- 執行某些操作 --------
}

TODO 檢測器引數的生命週期不受控制。重新設計介面為 "Ptr<FaceDetector>"。

training()

virtual void cv::face::FacemarkTrain::training ( void * parameters = 0 )

純虛擬函式

使用給定資料集訓練Facemark演算法。在訓練過程之前，應使用 face::addTrainingSample 函式將訓練樣本新增到訓練器中。

引數

parameters

可選的額外引數（取決於演算法）。

使用示例

FacemarkLBF::Params params;
params.model_filename = "ibug68.model"; // 用於儲存訓練模型的檔名
Ptr<Facemark> facemark = FacemarkLBF::create(params);
 
// 新增訓練樣本（參見 Facemark::addTrainingSample）
 
facemark->training();

---

此類的文件生成自以下檔案

• opencv2/face/facemark_train.hpp