Abstract base class for trainable facemark models [詳解]
#include <facemark_train.hpp>
cv::face::Facemarkを継承しています。
cv::face::FacemarkAAM, cv::face::FacemarkLBFに継承されています。
公開メンバ関数 |
|
| virtual bool | addTrainingSample (InputArray image, InputArray landmarks)=0 |
| 訓練用サンプルを1つ追加します．[【詳解】（英語］
|
|
| virtual void | training (void *parameters=0)=0 |
| モデルを学習します。Facemark与えられたデータセットを用いて，アルゴリズムの学習を行います．学習プロセスの前に，face::addTrainingSample関数を用いて学習サンプルをトレーナーに追加する必要があります．[【詳解】（英語］
|
|
| virtual bool | setFaceDetector (FN_FaceDetector detector, void *userData=0)=0 |
| アルゴリズムにユーザ定義の顔検出器を設定します．Facemarkアルゴリズムを実行します．[【詳解】（英語］
|
|
| virtual bool | getFaces (InputArray image, OutputArray faces)=0 |
| デフォルトまたはユーザ定義の顔検出器を用いて，与えられた画像から顔を検出します．一部のAlgorithmアルゴリズムによっては，デフォルトの顔検出器が用意されていない場合があります．[【詳解】（英語］
|
|
| virtual bool | getData (void *items=0)=0 |
| アルゴリズムからデータを取得します．[【詳解】（英語］
|
|
 基底クラス
cv::face::Facemark
に属する継承公開メンバ関数 |
|
| virtual CV_WRAP void | loadModel (String model)=0 |
| フィッティング処理の前に，学習済みモデルを読み込むための関数．[【詳解】（英語］
|
|
| virtual CV_WRAP bool | fit (InputArray image, InputArray faces, OutputArrayOfArrays landmarks)=0 |
| 画像から顔のランドマークを検出します．[【詳解】（英語］
|
|
|
基底クラス
cv::Algorithm
に属する継承公開メンバ関数 |
|
| virtual CV_WRAP void | clear () |
| アルゴリズムの状態をクリアする[【詳解】（英語］
|
|
| virtual void | write (FileStorage &fs) const |
| アルゴリズムのパラメーターをファイルストレージに格納[【詳解】（英語］
|
|
| CV_WRAP void | write (const Ptr< FileStorage > &fs, const String &name=String()) const |
| これはオーバーロードされたメンバ関数です。利便性のために用意されています。元の関数との違いは引き数のみです。 |
|
| virtual CV_WRAP void | read (const FileNode &fn) |
| アルゴリズム・パラメータをファイル・ストレージから読み込みます。[【詳解】（英語］
|
|
| virtual CV_WRAP bool | empty () const |
| が空の場合はtrueを返します。Algorithmが空の場合は真を返します。[【詳解】（英語］
|
|
| virtual CV_WRAP void | save (const String &filename) const |
| virtual CV_WRAP String | getDefaultName () const |
その他の継承メンバ |
|
|
基底クラス
cv::Algorithm
に属する継承静的公開メンバ関数 |
|
| template<typename _Tp > | |
| static Ptr< _Tp > | read (const FileNode &fn) |
| ファイル・ノードからアルゴリズムを読み込む[【詳解】（英語］
|
|
| template<typename _Tp > | |
| static Ptr< _Tp > | load (const String &filename, const String &objname=String()) |
| ファイルからアルゴリズムを読み込む[【詳解】（英語］
|
|
| template<typename _Tp > | |
| static Ptr< _Tp > | loadFromString (const String &strModel, const String &objname=String()) |
| 文字列からアルゴリズムを読み込む[【詳解】（英語］
|
|
|
基底クラス
cv::Algorithm
に属する継承限定公開メンバ関数 |
|
| void | writeFormat (FileStorage &fs) const |
詳解
学習可能な顔マークモデルのための抽象ベースクラス
このAPIをプログラムに利用するには、tutorial_table_of_content_facemarkを参照してください。
説明
OpenCV の AAM と LBF の顔特徴モデルは，抽象ベースクラスFacemarkTrainから派生しており，OpenCVにおけるこれらのフェイスマークアルゴリズムへの統一的なアクセスを提供します．
ここでは，フェイスマークアルゴリズムの宣言方法の例を示します．
// Using Facemark in your code:
Ptr<Facemark> facemark = FacemarkLBF::create();
フェイスマーク検出の典型的なパイプラインを以下に示します．
- (Non-mandatory）ユーザ定義の顔検出をFacemarkTrain::setFaceDetector. フェイスマーク・アルゴリズムは，顔の点を顔に当てはめるように設計されています．そのため、顔情報はフェイスマーク・アルゴリズムに提供されなければなりません。アルゴリズムによっては、デフォルトの顔認識機能が用意されている場合があります。しかし、ユーザーは、自分の顔検出器を使って、最良の検出結果を得たいと思うかもしれません。
- (Non-mandatory) 特定のアルゴリズムのためのモデルを、以下の方法でトレーニングする。FacemarkTrain::training. この場合、モデルはアルゴリズムによって自動的に保存されます。ユーザーが既にトレーニング済みのモデルを持っている場合は、この部分は省略できる。
- で学習したモデルを読み込むFacemark::loadModel.
- でフィッティングを行います。Facemark::fit.
関数詳解
◆ addTrainingSample()
|
pure virtual |
訓練用サンプルを1つ追加します．
- 引数
-
image 入力画像． landmarks 画像に対応する顔のランドマークポイントのグランドトゥルースです．
使用例
String imageFiles =
"../data/images_train.txt";
String ptsFiles =
"../data/points_train.txt";
std::vector<String> images_train;
std::vector<String> landmarks_train;
// load the list of dataset: image paths and landmark file paths
loadDatasetList(imageFiles,ptsFiles,images_train,landmarks_train);
Mat image;
std::vector<Point2f> facial_points;
for(size_t
i=0;i<images_train.size();i++){
image =
imread(images_train[i].c_str());
loadFacePoints(landmarks_train[i],facial_points);
facemark->addTrainingSample(image, facial_points);
}
CV_EXPORTS_W bool loadFacePoints(String filename, OutputArray points, float offset=0.0f)
A utility to load facial landmark information from a given file.
CV_EXPORTS_W bool loadDatasetList(String imageList, String annotationList, std::vector< String > &images, std::vector< String > &annotations)
A utility to load list of paths to training image and annotation file.
CV_EXPORTS_W Mat imread(const String &filename, int flags=IMREAD_COLOR)
Loads an image from a file.
学習ファイルの内容は，標準的な形式でなければなりません．images_train.txtに記載されている内容の例
/home/user/ibug/image_003_1.jpg
/home/user/ibug/image_004_1.jpg
/home/user/ibug/image_005_1.jpg
/home/user/ibug/image_006.jpg
points_train.txtの内容の例
/home/user/ibug/image_003_1.pts
/home/user/ibug/image_004_1.pts
/home/user/ibug/image_005_1.pts
/home/user/ibug/image_006.pts
◆ getData()
|
pure virtual |
アルゴリズムからデータを取得します．
- 引数
-
items 得られたデータは，アルゴリズムに依存します．
使用例
Ptr<FacemarkAAM> facemark =
FacemarkAAM::create();
facemark->loadModel("AAM.yml");
FacemarkAAM::Data data;
facemark->getData(&data);
std::vector<Point2f> s0 = data.s0;
cout<<s0<<endl;
static Ptr< FacemarkAAM > create(const FacemarkAAM::Params ¶meters=FacemarkAAM::Params())
initializer
◆ getFaces()
|
pure virtual |
デフォルトまたはユーザ定義の顔検出器を用いて，与えられた画像から顔を検出します．一部のAlgorithmアルゴリズムによっては，デフォルトの顔検出器が用意されていない場合があります．
- 引数
-
image 入力画像． faces 検出された顔の関心領域を表す関数の出力．各顔は， cv::Rect コンテナに格納されます．
使用例
std::vector<cv::Rect> faces;
facemark->getFaces(img, faces);
for(int
j=0;j<faces.size();j++){
cv::rectangle(img, faces[j],
cv::Scalar(255,0,255));
}
CV_EXPORTS_W void rectangle(InputOutputArray img, Point pt1, Point pt2, const Scalar &color, int thickness=1, int lineType=LINE_8, int shift=0)
Draws a simple, thick, or filled up-right rectangle.
◆ setFaceDetector()
|
pure virtual |
アルゴリズムにユーザ定義の顔検出器を設定します．Facemarkアルゴリズムを実行します．
- 引数
-
detector ユーザ定義の顔検出機能 userData 検出器のパラメータ
使用例
MyDetectorParameters detectorParameters(...);
facemark->setFaceDetector(myDetector, &detectorParameters);
ユーザー定義顔検出器の例
bool
myDetector( InputArray image, OutputArray faces,
void* userData)
{
MyDetectorParameters* params = (MyDetectorParameters*)userData;
// -------- do something --------
}
TODO 検出器のパラメータの寿命を制御できない。Ptr<FaceDetector>"というインターフェースデザインに変更してください。
◆ training()
|
pure virtual |
モデルを学習します。Facemark与えられたデータセットを用いて，アルゴリズムの学習を行います．学習プロセスの前に，face::addTrainingSample関数を用いて学習サンプルをトレーナーに追加する必要があります．
- 引数
-
parameters オプションの追加パラメータ（アルゴリズムに依存）。
使用例
FacemarkLBF::Params params;
params.model_filename =
"ibug68.model";
// filename to save the trained model
Ptr<Facemark> facemark = FacemarkLBF::create(params);
// add training samples (see Facemark::addTrainingSample)
facemark->training();
このクラス詳解は次のファイルから抽出されました:
