1 使用MtCNN进行人脸人脸关键点检测:github上有相关代码与论文,如果想要知道其原理需要进行对论文的阅读。
下载MTCNN工具箱,使用github上下载:
注意:
这里说的使用是在预先安装完成一下步骤:
1 安装caffe
https://github.com/BVLC/caffe.
2其中会用到Pdollar toolbox 工具箱:
pdollar toolbox 工具箱主要包含一下几个模块:
channels模块,主要用于图像特征提取,例如HOG特征,channels主要包括了提取这一特征需要的一些基本算法梯度、卷积等基本算法。
classify:主要是进行分类模块。{random ferns,PCA等}。
detector:进行channels 提的特征进检测的模块
filters:是设置了一些滤波器的模块。
matlab:一些常规的Matlab函数,包括矩阵计算、显示、变量操作等
videos:视屏模块,由于做的都是图像处理,目前还不了解这个怎么用。
关于如何使用如下:
我的pdollar_toolbox 直接调用的MCTNN自带的edges-master/toolbox文件
如果下的版本没有也可以将下的路径设一下就ok。
然后运行demo 进行关键点检测:
根据自己的配置的caffe进行选择cpu与gpu的调用。
我的windows上的caffe没有gpu则就是使用cpu
在代码中我们能够看到使用的caffe训练好的model 与网络进行人脸特征点检测哈,所以必须配置好哦。
大约每幅图片检测关键点需要0.2s左右吧,试了一下在泰坦x上大约需要0.04s
下面是对人脸关键点检测的美女图片哈:
下一步所做的人脸对其都是基于目前公开的mra所做。。。
最后续会使用对其后的人脸数据以及list.txt 训练例如数据中有500个人,其中出一张人脸图,输出对应的标签,做人脸识别,后面会使用caffe 框架 进行vgg16网络 训练,会对网络的输入层和输出层进行修改做人脸识别。。。。。目前小白一枚,正在一步步实验。在此记录实验。