cv::face::FacemarkTrain 类参考

可训练人脸标记模型的抽象基类。 更多...

#include <opencv2/face/facemark_train.hpp>

cv::face::FacemarkTrain 的协作图

公共成员函数
virtual bool	addTrainingSample (InputArray image, InputArray landmarks)=0
	向训练器添加一个训练样本。
virtual bool	getData (void *items=0)=0
	从算法获取数据。
virtual bool	getFaces (InputArray image, OutputArray faces)=0
	使用默认或用户定义的人脸检测器从给定图像中检测人脸。 一些 Algorithm 可能不提供默认的人脸检测器。
virtual bool	setFaceDetector (FN_FaceDetector detector, void *userData=0)=0
	为 Facemark 算法设置用户定义的人脸检测器。
virtual void	training (void *parameters=0)=0
	使用给定数据集训练 Facemark 算法。 在训练过程开始之前，应使用 face::addTrainingSample 函数将训练样本添加到训练器中。
从 cv::face::Facemark 继承的公共成员函数
virtual bool	fit (InputArray image, InputArray faces, OutputArrayOfArrays landmarks)=0
	从图像中检测面部特征点。
virtual void	loadModel (String model)=0
	在拟合过程之前加载训练好的模型的函数。
从 cv::Algorithm 继承的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
virtual bool	empty () const
	如果 Algorithm 为空（例如，在最开始或读取不成功后），则返回 true。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	从文件存储区读取算法参数。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	将算法参数存储到文件存储区。
void	write (FileStorage &fs, const String &name) const

其他继承成员
从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件加载算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细说明

可训练人脸标记模型的抽象基类。

要在您的程序中使用此 API，请查看 人脸特征点检测器 API 教程

说明

OpenCV 中的 AAM 和 LBF 人脸标记模型都派生自抽象基类 FacemarkTrain，它提供对 OpenCV 中这些人脸标记算法的统一访问。

以下是如何声明人脸标记算法的示例：

// 在您的代码中使用 Facemark
Ptr<Facemark> facemark = FacemarkLBF::create();

人脸标记检测的典型流程如下所示：

• (非必需) 使用 FacemarkTrain::setFaceDetector 设置用户定义的人脸检测。 人脸标记算法旨在将面部特征点拟合到人脸上。 因此，应将人脸信息提供给人脸标记算法。 一些算法可能会提供默认的人脸识别功能。 但是，用户可能更愿意使用自己的面部检测器来获得最佳的检测结果。
• (非必需) 使用 FacemarkTrain::training 为特定算法训练模型。 在这种情况下，模型应由算法自动保存。 如果用户已经拥有训练好的模型，则可以省略此步骤。
• 使用 Facemark::loadModel 加载训练好的模型。
• 通过 Facemark::fit 执行拟合。

成员函数文档

addTrainingSample()

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

纯虚函数

向训练器添加一个训练样本。

参数

image	输入图像。
landmarks	与图像相对应的面部特征点的地面实况。

用法示例

String imageFiles = "../data/images_train.txt";
String ptsFiles = "../data/points_train.txt";
std::vector<String> images_train;
std::vector<String> landmarks_train;
 
// 加载数据集列表：图像路径和特征点文件路径
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);
}

训练文件中的内容应遵循标准格式。 以下是这些文件中内容的示例。 images_train.txt 中内容的示例

/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 中内容的示例

/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 )

纯虚函数

从算法获取数据。

参数

items

获取的数据，算法相关。

用法示例

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  )

纯虚函数

使用默认或用户定义的人脸检测器从给定图像中检测人脸。 一些 Algorithm 可能不提供默认的人脸检测器。

参数

image	输入图像。
faces	函数的输出，表示检测到的脸部的感兴趣区域。每个脸部都存储在 cv::Rect 容器中。

用法示例

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  )

纯虚函数

为 Facemark 算法设置用户定义的人脸检测器。

参数

detector	用户定义的脸部检测函数
userData	检测器参数

用法示例

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

用户定义的脸部检测器示例

bool myDetector( InputArray image, OutputArray faces, void* userData)
{
MyDetectorParameters* params = (MyDetectorParameters*)userData;
    // -------- 做一些事情 --------
}

TODO 检测器参数的寿命不受控制。重新设计接口以“Ptr<FaceDetector>”。

training()

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

纯虚函数

使用给定数据集训练 Facemark 算法。 在训练过程开始之前，应使用 face::addTrainingSample 函数将训练样本添加到训练器中。

参数

parameters

可选的额外参数（算法相关）。

用法示例

FacemarkLBF::Params params;
params.model_filename = "ibug68.model"; // 保存训练模型的文件名
Ptr<Facemark> facemark = FacemarkLBF::create(params);
 
// 添加训练样本（参见 Facemark::addTrainingSample）
 
facemark->training();

---

此类的文档是从以下文件生成的

• opencv2/face/facemark_train.hpp