厌倦了多视图多人脸检测答案

【问题标题】：Tired on Multi-view Multiple face Detection厌倦了多视图多人脸检测
【发布时间】：2020-04-19 17:05:14
【问题描述】：

当我在上图（sonicyouth.jpg）中检测到一些人脸时，其中一个是倾斜的。当使用类似harr的特征来检测它们时。只能识别3张人脸，省略了女性人脸。代码为如下：

import cv2
import sys

imagePath = "sonicyouth.jpg"
cascPath = "haarcascade_frontalface_default.xml"
# Create the haar cascade
faceCascade = cv2.CascadeClassifier(cascPath)

# Read the image
image = cv2.imread(imagePath)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Detect faces in the image
faces = faceCascade.detectMultiScale(
    gray,
    scaleFactor=1.05,
    minNeighbors = 8,
    minSize=(30, 30),
    # flags = cv2.cv.CV_HAAR_SCALE_IMAGE
    flags = cv2.CASCADE_SCALE_IMAGE|cv2.CASCADE_FIND_BIGGEST_OBJECT|cv2.CASCADE_DO_ROUGH_SEARCH
)

print("Found {0} faces!".format(len(faces)))

结果是“Found 3 faces!”。如何进行检测结果呢？用RCNN之类的。否则？尤其是旋转面。

【问题讨论】：

我按照思路[link]stackoverflow.com/a/15997139/12629299，但是只能检测到一张人脸，而且检测到的不是侧面。

标签： python opencv object detection face

【解决方案1】：

您使用的是旧的人脸检测算法。 Haar 级联检测是第一个成功的提供实时检测的人脸检测算法。

因为它是第一个人脸检测算法，它有很多限制。正如您所指出的，其中之一是无法检测旋转的面部。它也将无法检测到侧面以及被遮挡的面部。

使用更新的基于深度学习的方法将提高检测率。 OpenCV 在他们的新 dnn 文件夹中提供这些。您可以参考此链接以获得更好的tutorials。

但如果您想坚持使用 Haar Cascade，您可以通过将图像旋转 45 度并再次运行相同的检测算法来做一个老技巧。这一次你将能够找到丢失的头部并组合结果！

【讨论】：

但是当图片旋转时，无法成功检测到原始的无标题图片。这是一个两难的选择。
您需要运行两次算法。一次在原始图像上，一次在旋转图像上，然后组合结果。这就是深度学习算法出现之前的做法。

【解决方案2】：

人脸识别和人脸检测是不同的！ :)

如果您只想检测，请使用最先进的RetinaFace

参考：https://paperswithcode.com/sota/face-detection-on-wider-face-hard

如果您想识别（验证或识别），请使用最先进的ArcFace

参考：https://paperswithcode.com/sota/face-verification-on-megaface 参考：https://paperswithcode.com/sota/face-identification-on-megaface

【讨论】：