↑ 點(diǎn)擊藍(lán)字?關(guān)注極市平臺(tái)

來源丨OpenCV學(xué)堂

極市導(dǎo)讀

本文對(duì)比了OpenCV3和OpenCV4中的人臉檢測(cè)方法，后者采用深度學(xué)習(xí)技術(shù)，在許多場(chǎng)景下可直接使用，無需再次訓(xùn)練模型，節(jié)省了大量時(shí)間。

1?OpenCV中人臉檢測(cè)概述

自從VJ在2004發(fā)表了關(guān)于級(jí)聯(lián)分類器實(shí)時(shí)對(duì)象檢測(cè)的論文以后，級(jí)聯(lián)分類器就在OpenCV中落地生根了。一段時(shí)間，特別是OpenCV3.x版本中。基于級(jí)聯(lián)分類器的人臉檢測(cè)一直是標(biāo)配。雖然大家剛開始看了例子之后覺得這個(gè)是一個(gè)很實(shí)用的功能，但是在實(shí)際實(shí)用中級(jí)聯(lián)分類器的人臉檢測(cè)方法則是頻頻翻車。我自己曾經(jīng)移植到Android上面玩過，日常就是兩個(gè)字“翻車”，很多時(shí)候都無法達(dá)到開發(fā)者想要的穩(wěn)定性與實(shí)時(shí)性能。不過，這個(gè)并不妨礙它作為OpenCV3.x的一大關(guān)注點(diǎn)，還產(chǎn)生了無數(shù)的Demo演示程序。

如今已經(jīng)是OpenCV4.x的時(shí)代了，那些基于級(jí)聯(lián)分類器的人臉檢測(cè)演示看上去有點(diǎn)不合時(shí)宜，而且效果慘遭以深度神經(jīng)網(wǎng)絡(luò)模型人臉檢測(cè)技術(shù)的毒打。OpenCV4中的人臉檢測(cè)現(xiàn)在支持多種深度神經(jīng)網(wǎng)絡(luò)模型，與OpenCV3中的傳統(tǒng)人臉檢測(cè)方法形成鮮明對(duì)比。下面我們就來一一介紹一下從OpenCV3到OpenCV4中不同人臉檢測(cè)技術(shù)。

2?OpenCV3 人臉檢測(cè)技術(shù)

OpenCV3中人臉檢測(cè)基于級(jí)聯(lián)分類器不僅支持人臉檢測(cè)，還支持眼睛與鼻子、嘴巴等檢測(cè)、此外還支持笑臉檢測(cè)，看上去非常多，實(shí)際上卻很難穩(wěn)定工作，此外還支持基于級(jí)聯(lián)分類器的訓(xùn)練，這個(gè)方式要是要基于大數(shù)據(jù)才會(huì)出好的模型，但是相比深度學(xué)習(xí)，這個(gè)訓(xùn)練方式現(xiàn)在OpenCV4中自己已經(jīng)把它拋棄了。

HARR特征級(jí)聯(lián)分類器

HARR特征級(jí)聯(lián)分類器人臉檢測(cè)來自VJ的2004論文中提出，其主要思想可以通過下面一張圖像解釋：

LBP特征級(jí)聯(lián)分類器

同樣基于級(jí)聯(lián)分類器，OpenCV3.x還支持基于LBP特征的人臉檢測(cè)，這里也可以用圖解釋：

在OpenCV3.x這兩種算法都支持人臉與眼睛識(shí)別，基本原理都是基于特征提取+級(jí)聯(lián)分類器，它們之間有哪些異同點(diǎn)，下面的對(duì)比說明得很清楚：

3?OpenCV4 人臉檢測(cè)技術(shù)

OpenCV3的人臉檢測(cè)技術(shù)本質(zhì)還是在解決OpenCV作為計(jì)算機(jī)視覺框架是否支持人臉檢測(cè)功能的有無問題，本身是很難做到穩(wěn)定跟可靠工業(yè)級(jí)輸出。但是OpenCV4中的人臉檢測(cè)算法采用深度學(xué)習(xí)技術(shù)，已經(jīng)可以直接使用，達(dá)到實(shí)時(shí)跟穩(wěn)定檢測(cè)，在很多應(yīng)用場(chǎng)景中無需再次訓(xùn)練模型。這樣是極大的方便了開發(fā)者，節(jié)省了大量時(shí)間。

官方ResNet-10 SSD對(duì)象檢測(cè)模型

OpenCV支持基于殘差網(wǎng)絡(luò)ResNet-10的SSD網(wǎng)絡(luò)模型訓(xùn)練的人臉檢測(cè)模型，分別實(shí)現(xiàn)了Caffe與tensorflow版本模型生成，量化為FP16與INT8，模型均小于5MB。

MTCNN支持

此外OpenCV還2016年提出的三階段的人臉檢測(cè)模型MTCNN的調(diào)用，也可以達(dá)到實(shí)時(shí)運(yùn)行，MTCNN的網(wǎng)絡(luò)結(jié)構(gòu)如下：

MTCNN還是很多嵌入式設(shè)備上人臉檢測(cè)選擇，因?yàn)樗还庵С秩四槞z測(cè)，還支持五點(diǎn)landmark輸出，可以實(shí)現(xiàn)人臉對(duì)齊，為人臉識(shí)別做前期的處理。

OpenVINO中人臉檢測(cè)模型

OpenCV4 在DNN中使用OpenVINO推理引擎模塊實(shí)現(xiàn)對(duì)模型加速，同時(shí)支持OpenVINO的預(yù)訓(xùn)練模型庫(kù)的加載與使用。而OpenVINO中有大量的人臉檢測(cè)模型，這些模型一般都小于5MB，分別在多個(gè)垂直應(yīng)用場(chǎng)景中訓(xùn)練生成，face-detection-0100到face-detection-0104都是基于MobileNetv2的SSD模型訓(xùn)練生成的人臉識(shí)別模型。非常實(shí)用！

OpenVINO提供模型庫(kù)中總計(jì)超過10個(gè)人臉檢測(cè)器，分別針對(duì)室內(nèi)與室外場(chǎng)景，都可以直接調(diào)用。而且這些模型都是在CPU上可以實(shí)時(shí)推理運(yùn)行，完成人臉檢測(cè)，穩(wěn)定可靠輸出。

有了這些，可以說人臉檢測(cè)環(huán)節(jié)基于OpenCV可以完全的自由選擇，無需再重復(fù)造輪子！

推薦閱讀

人臉關(guān)鍵點(diǎn)檢測(cè)的數(shù)據(jù)集與核心方法發(fā)展綜述
51篇最新CV領(lǐng)域綜述論文速遞！涵蓋14個(gè)方向：目標(biāo)檢測(cè)/圖像分割/醫(yī)學(xué)影像/人臉識(shí)別等方向
武大&上交發(fā)布首篇「圖像匹配」大領(lǐng)域綜述！涵蓋8個(gè)子領(lǐng)域，匯總近20年經(jīng)典方法

添加極市小助手微信（ID : cvmart2），備注：姓名-學(xué)校/公司-研究方向-城市（如：小極-北大-目標(biāo)檢測(cè)-深圳），即可申請(qǐng)加入極市目標(biāo)檢測(cè)/圖像分割/工業(yè)檢測(cè)/人臉/醫(yī)學(xué)影像/3D/SLAM/自動(dòng)駕駛/超分辨率/姿態(tài)估計(jì)/ReID/GAN/圖像增強(qiáng)/OCR/視頻理解等技術(shù)交流群：每月大咖直播分享、真實(shí)項(xiàng)目需求對(duì)接、求職內(nèi)推、算法競(jìng)賽、干貨資訊匯總、與?10000+來自港科大、北大、清華、中科院、CMU、騰訊、百度等名校名企視覺開發(fā)者互動(dòng)交流~

△長(zhǎng)按添加極市小助手

△長(zhǎng)按關(guān)注極市平臺(tái)，獲取最新CV干貨

覺得有用麻煩給個(gè)在看啦~??

OpenCV中支持的人臉檢測(cè)方法整理與匯總

1?OpenCV中人臉檢測(cè)概述

2?OpenCV3 人臉檢測(cè)技術(shù)

3?OpenCV4 人臉檢測(cè)技術(shù)