Dlib 库 - 人脸检测及人脸关键点检测

原文：Dlib 库 - 人脸检测及人脸关键点检测 - AIUAI

Dlib 官网 - Dlib C++ Library Dlib - Github

Dlib 是一个十分优秀好用的机器学习库，其源码均由 C++ 实现，并提供了 Python 接口，可广泛适用于很多场景.

这里主要记录 Dlib 中关于人脸检测和人脸关键点等技术的 python 应用.

pip 安装：

或 Github 源码安装.

1. 人脸检测 Face Detector

人脸检测，是检测出图片中包含的正面人脸.

1.1. 基于 HOG 特征和线性分类器的人脸检测

下面是采用经典的 HOG(Histogram of Oriented Gradients) 特征 结合线性分类器、图像金字塔(image pyramid) 及滑窗检测机制(sliding window detection scheme)实现的人脸检测器.

1.2. 基于 CNN 的人脸检测

采用预训练的 CNN 模型进行图片中的人脸检测.

基于 CNN 模型比基于 HOG 特征模型的人脸检测准确度更高. 但是需要更多的计算资源，即在 GPU 上运行才可有较好的运行速率.

预训练模型：

http://dlib.net/files/mmod_human_face_detector.dat.bz2

2. 人脸关键点检测 Face Landmark Detection

人脸关键点检测，首先需要检测出图片中的人脸，并估计人脸的关键点姿态(pose).

人脸关键点共有 68 个，分别是人脸各部位的点，如嘴角(corners of the mouth)，眼睛边(corners of the mouth)等.

image

From：https://blog.csdn.net/kgzhang/article/details/75309395

2.1. HOG 人脸框及CNN人脸关键点检测

人脸关键点检测预训练模型：

http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2

iBUG 300-W 人脸关键点数据集：

https://ibug.doc.ic.ac.uk/resources/facial-point-annotations/

2.2. CNN 人脸框及人脸关键点检测

2.3. 人脸关键点检测 CNN 模型训练

这里主要是介绍对于论文 One Millisecond Face Alignment with an Ensemble of Regression Trees(CVPR 2014) 采用 dlib 的实现.

基于小规模数据集的人脸关键点模型训练. 假设数据集路径为：examples/faces_folder

http://dlib.net/train_shape_predictor.py.html