cv::face::FacemarkTrain 类参考

可训练面部特征点模型的抽象基类。 更多...

#include <opencv2/face/facemark_train.hpp>

cv::face::FacemarkTrain 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。某些算法可能未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。在训练过程之前，应使用 face::addTrainingSample 函数将训练样本添加到训练器中。
继承自 cv::face::Facemark 的公共成员函数
virtual bool	fit (InputArray image, InputArray faces, OutputArrayOfArrays landmarks)=0
	从图像中检测面部标志。
virtual void	loadModel (String model)=0
	在拟合过程之前加载训练模型的函数。
继承自 cv::Algorithm 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，在开始时或读取不成功后），则返回 true。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。
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中。
void	write (FileStorage &fs, const String &name) const

其他继承成员
继承自 cv::Algorithm 的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
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。
继承自 cv::Algorithm 的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

可训练面部特征点模型的抽象基类。

要在您的程序中利用此 API，请参阅面部特征点检测器 API 教程

描述

OpenCV 中的 AAM 和 LBF 面部特征点模型派生自抽象基类 FacemarkTrain，它提供了对 OpenCV 中这些面部特征点算法的统一访问。

以下是如何声明面部特征点算法的示例

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

面部特征点检测的典型流程如下

• (非强制) 使用FacemarkTrain::setFaceDetector 设置用户定义的人脸检测器。面部特征点算法旨在将面部点拟合到人脸中。因此，应向面部特征点算法提供人脸信息。某些算法可能提供默认的人脸识别功能。但是，用户可能更喜欢使用自己的人脸检测器以获得最佳检测结果。
• (非强制) 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。如果用户已有训练好的模型，则可以省略此部分。
• 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	面部特征点ground-truth对应于图像。

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;
 
// 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 文件内容示例

/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 文件内容示例

/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 )

纯虚函数

从算法获取数据。

参数

items

获取到的数据，取决于算法。

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 )

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。某些算法可能未提供默认的人脸检测器。

参数

image	输入图像。
faces	函数输出，表示检测到的人脸的感兴趣区域。每张人脸都存储在 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 )

纯虚函数

为Facemark算法设置用户定义的人脸检测器。

参数

detector	用户定义的人脸检测函数
userData	检测器参数

使用示例

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

用户定义人脸检测器的示例

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

TODO 检测器参数的生命周期不受控制。重新设计接口为 "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（取决于算法）。

使用示例

FacemarkLBF::Params params;
params.model_filename = "ibug68.model"; // 用于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();

---

此类的文档生成自以下文件

• opencv2/face/facemark_train.hpp