检测面部标记

什么是面部标记？

人脸标记点检测是形状预测问题的一个子集。给定一个输入图像（通常是一个指定感兴趣对象的ROI），形状预测器尝试沿形状定位感兴趣的关键点。

在人脸标记的背景下，我们的目标是使用形状预测方法检测人脸上的重要人脸结构。

因此，检测面部标记是一个两步过程：

步骤1：在图像中定位人脸。

步骤2：检测人脸ROI上的关键面部结构。

实现过程：第一步安装dlib

1. 安装cmake，命令：pip install cmake

安装VS，选择C++的桌面开发和Python的桌面开发

给cl.exe配置环境变量

安装dlib：

git clone https://github.com/davisking/dlib.git

cd dlib

mkdir build

cd build

cmake .. -DDLIB_USE_CUDA=1 -DUSE_AVX_INSTRUCTIONS=1

cmake --build .

cd ..

python setup.py install --set USE_AVX_INSTRUCTIONS=1 --set DLIB_USE_CUDA=1

dlib的面部标记检测器

dlib库中预先训练的面部标记检测器用于估计映射到面部结构的68（x，y）坐标的位置。

68个坐标的索引可在下图中显示：

这些注释是68点iBUG 300-W数据集的一部分，dlib面部标记预测器是在该数据集上训练的。

用rects检测面部标志并转为Numpy数组

用shape将数字坐标绘制在图像上 

图像

打开一个新文件，将其命名为facial_landmarks.py，然后插入以下代码：

导入所需的Python包和dlib。

解析命令行参数：

--shape-predictor：这是通往dlib预先训练的面部标记检测器的路径。你可以在这里下载检测器模型，也可以使用本文的“下载”部分来获取代码+示例图像+预先训练过的检测器。

--frame：要检测面部标记的输入图像的路径。

导入和命令行参数已经处理完毕，然后初始化dlib的面部检测器和面部标记预测器：

先检测输入图像的面部： 

最后使用dlib面部标记将其输出。

测试结果：

打开终端输入：python facial_landmarks.py --shape-predictor shape_predictor_68_face_landmarks.dat --image ff.jpg

演示视频：

人脸检测