随笔分类 - 深入理解opencv
摘要：人脸跟踪问题可认为是寻找一种高效和鲁棒性的方法，它能将各种面部特征的单独检测与这些特征的几何依赖性结合起来，已得到连续帧中每幅图像面部特征位置的精确估计。基于此，需仔细考虑几何依赖性的必要性。下图为用几何约束和不用几何约束所检测出来的面部特征。 该结果清楚地说明利用空间上面部特征的相互依赖性非常有好
阅读全文
摘要：一、如何初始化第一帧及检测人脸 迄今为止所介绍的人脸跟踪方法都是假设图像中所找到的面部特征与当前的估计比较接近。虽然整个跟踪过程中帧之间的人脸变化相当小，这样的假设可认为很合理，但必须要面对的问题是，如何用视频序列的第一帧来初始化模型。解决该问题的简单方法是使用 OpenCV 内置的级联检测器来搜索
阅读全文
摘要：本节将用一种表示方法来建立人脸特征检测器，该方法也许是人们认为最简单的模型，即：线性图像模型。由于该算法需表示一个图象块，因此这种面部特征检测器称为块模型( patch model )。该模型在 patch_model 类中被实现，该类的定义和实现可分别在 patch_model.hpp 和 pat
阅读全文
摘要：面部几何参数化通常由两个因素组成：全局（刚性）变换和局部的（非刚性）形变。全局变换考虑人脸在图像中的整体位置，它经常允许人脸随意变化（即人脸可出现在图像的任何位置）。这包括人脸在图像中的 (x,y) 位置，平面内头部的旋转，脸在图像中的大小。另一方面，局部形变考虑不同人面部形状以及同一个人面部表情的
阅读全文
摘要：面向对象设计 与人脸检测和人脸识别一样，人脸跟踪也由两部分组成：数据和算法。算法通过预先储存（即离线）的数据来训练模型，然后对新来的（即在线）数据执行某类操作。因此，采用面向对象设计是不错的选择。 在 opencv 2.x 版本中，可方便引入 XML/YAML 文件存储类型，对算法来讲，会大大简化组
阅读全文
摘要：本篇博文是我结合《深入理解OpenCV》 和 CSDN 大佬 taotao123 的博文整理所得。由于本科毕业设计要做人脸识别算法方面的研究，现在才刚开始看，很多地方尤其是公式还看不大懂。 本章所说的非刚性是指脸部特征间的相对距离会随着面部表情和人群的不同而变化，这也是它与人脸检测和跟踪的不同之处，
阅读全文
