OpenCV實現人臉對齊

重磅乾貨，第一時間送達

一、人臉對齊介紹

在人臉識別中有一個重要的預處理步驟-

人臉對齊

，該操作可以大幅度提高人臉識別的準確率與穩定性，但是早期的OpenCV版本不支援人臉Landmark檢測，因此一般都是透過對人臉進行分割，然後透過角點檢測來尋找眼睛兩個角點，連線之後根據它們有水平線的角度，旋轉實現人臉對齊之後在提取人臉區域，OpenCV3。x版本開始支援獲取Landmark資料，最常見的Landmark資料就是人臉的68個標準點位，圖示如下：

實現對齊主要是基於眼睛的位置，對人臉傾斜進行幾何變換，實現人臉對齊操作，人臉對齊對提高人臉識別率特別重要，常見的人臉識別系統都會包含人臉對齊操作，舉例如下：

二、人臉對齊程式碼實現

基於OpenCV實現人臉對齊主要分為如下幾步

1.人臉檢測器定義與Landmark檢測

OpenCV中透過HAAR或者LBP特徵實現了人臉檢測，最新的OpenCV3。4基於殘差網路也實現了人臉檢測，相關的文章可以閱讀：

有了人臉之後，我們就可以透過載入預訓練的Landmark檢測模型，實現Landmark檢測，這裡使用的模型是區域性二值特徵（LBF-Local Binary Feature）實現人臉68個點位的檢測，這個也是2014年CVPR的一篇論文。最新的OpenCV3。4 Landmark檢測器支援自定義人臉檢測器設定，所以只要把我們上面的HAAR/LBP/殘差人臉檢測器設定過去就會自動檢測人臉，然後發現Landmark資料。整個程式碼實現如下：

2.Landmark資料處理

對Landmark資料提取獲得眼睛位置座標，這裡我們獲取的是36與45兩個點座標計算角度（參照第一張圖），然後通過幾何變換實現人臉對齊操作。程式碼如下：

3.執行效果