论文阅读FaceBox

1. reduce input dimension


Reduce spatial size of 32x
- conv1 stride 4 7x7 24
- CRelu
- pool1 stride 2 3x3
- conv2 stride 2 5x5 64
- CRelu
- pool2 stride 2 3x3


2. - multi scale conv


inception1
inception2
inception3 =====feat
conv3_1
conv3_2 ===== feat
conv4_1
conv4_2 ======feat


3. benchmark

  • Annotated Face in the Wild(AFW) – AP 98.91
    205 images with 473 faces
  • PASCAL Face – AP 96.3
    851 images with 1335 faces
  • FDDB
    2845 image with 5171 faces
人脸祛痘算法主要分为以下几个步骤: 1. 读取人脸图像,可以使用MATLAB自带的imread函数。 2. 利用Haar特征或其他人脸检测算法检测人脸区域。 3. 在人脸区域内进行痘痘检测。可以使用肤色分割算法,将人脸图像转换为HSV色彩空间,然后根据肤色的范围提取人脸区域,再进行痘痘检测。 4. 对检测到的痘痘区域进行去痘处理。可以使用图像修复算法,例如基于Patch的图像修复算法,对痘痘区域进行修复。 5. 最后将去痘后的人脸图像输出。 以下是一份简单的MATLAB代码示例,用于去除人脸图像中的痘痘: ```matlab % 读取人脸图像 im = imread('face.jpg'); % 使用Haar特征检测人脸区域 faceDetector = vision.CascadeObjectDetector; faceBox = step(faceDetector, im); % 将人脸图像转换为HSV色彩空间,并提取人脸区域 imHSV = rgb2hsv(im); faceRegion = imHSV(faceBox(2):faceBox(2)+faceBox(4), faceBox(1):faceBox(1)+faceBox(3), :); % 根据肤色范围提取人脸区域 skinMask = (faceRegion(:,:,1)>0.05) & (faceRegion(:,:,1)<0.2) & (faceRegion(:,:,2)>0.3) & (faceRegion(:,:,3)>0.05); faceSkin = bsxfun(@times, faceRegion, cast(skinMask, 'like', faceRegion)); % 使用二值形态学处理去除痘痘 se = strel('disk', 3); faceSkinMask = imclose(faceSkin(:,:,1), se); faceSkin(:,:,1) = imopen(faceSkinMask, se); % 将去痘后的人脸区域合并到原图像中 im(faceBox(2):faceBox(2)+faceBox(4), faceBox(1):faceBox(1)+faceBox(3), :) = hsv2rgb(faceSkin); % 显示去痘后的人脸图像 imshow(im); ``` 需要注意的是,这只是一个简单的示例代码,实际应用中可能需要根据具体情况进行调整和优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值