cv::FaceRecognizerSF クラス

DNNベースの顔認識器。 詳細...

#include <opencv2/objdetect/face.hpp>

Collaboration diagram for cv::FaceRecognizerSF:

公開型
enum	DisType {   FR_COSINE =0 ,   FR_NORM_L2 =1 }
	2つの顔特徴量間の距離を計算する際に使用する距離の定義。 詳細...

公開メンバ関数
virtual	~FaceRecognizerSF ()
virtual void	alignCrop (InputArray src_img, InputArray face_box, OutputArray aligned_img) const =0
	検出された顔を入力元画像に対して位置合わせし、切り出す。
virtual void	feature (InputArray aligned_img, OutputArray face_feature)=0
	位置合わせされた画像から顔特徴量を抽出する。
virtual double	match (InputArray face_feature1, InputArray face_feature2, int dis_type=FaceRecognizerSF::FR_COSINE) const =0
	2つの顔特徴量間の距離を計算する。

静的公開メンバ関数
static Ptr< FaceRecognizerSF >	create (const String &framework, const std::vector< uchar > &bufferModel, const std::vector< uchar > &bufferConfig, int backend_id=0, int target_id=0)
	モデルの重みと構成を含むバッファからこのクラスのインスタンスを生成する。
static Ptr< FaceRecognizerSF >	create (CV_WRAP_FILE_PATH const String &model, CV_WRAP_FILE_PATH const String &config, int backend_id=0, int target_id=0)
	与えられた引数でこのクラスのインスタンスを生成する。

詳細説明

DNNベースの顔認識器。

モデルのダウンロードリンク: https://github.com/opencv/opencv_zoo/tree/master/models/face_recognition_sface

列挙型メンバ詳解

DisType

enum cv::FaceRecognizerSF::DisType

2つの顔特徴量間の距離を計算する際に使用する距離の定義。

列挙値
FR_COSINE
FR_NORM_L2

構築子と解体子の詳解

~FaceRecognizerSF()

virtual cv::FaceRecognizerSF::~FaceRecognizerSF ( )

inlinevirtual

メンバ関数詳解

alignCrop()

virtual void cv::FaceRecognizerSF::alignCrop ( InputArray src_img, InputArray face_box, OutputArray aligned_img ) const

pure virtual

Python:
	cv.FaceRecognizerSF.alignCrop(	src_img, face_box[, aligned_img]	) ->	aligned_img

検出された顔を入力元画像に対して位置合わせし、切り出す。

引数

src_img	入力画像
face_box	入力画像から検出された顔の結果
aligned_img	位置合わせされた出力画像

create() [1/2]

static Ptr< FaceRecognizerSF > cv::FaceRecognizerSF::create ( const String & framework, const std::vector< uchar > & bufferModel, const std::vector< uchar > & bufferConfig, int backend_id = 0, int target_id = 0 )

static

Python:
	cv.FaceRecognizerSF.create(	model, config[, backend_id[, target_id]]	) ->	retval
	cv.FaceRecognizerSF.create(	framework, bufferModel, bufferConfig[, backend_id[, target_id]]	) ->	retval
	cv.FaceRecognizerSF_create(	model, config[, backend_id[, target_id]]	) ->	retval
	cv.FaceRecognizerSF_create(	framework, bufferModel, bufferConfig[, backend_id[, target_id]]	) ->	retval

モデルの重みと構成を含むバッファからこのクラスのインスタンスを生成する。

引数

framework	フレームワークの名前（ONNX など）
bufferModel	バイナリのモデル重みを含むバッファ。
bufferConfig	ネットワーク構成を含むバッファ。
backend_id	バックエンドのID。
target_id	ターゲットデバイスのID。

戻り値

生成された FaceRecognizerSF のインスタンスへのポインタ。

create() [2/2]

static Ptr< FaceRecognizerSF > cv::FaceRecognizerSF::create ( CV_WRAP_FILE_PATH const String & model, CV_WRAP_FILE_PATH const String & config, int backend_id = 0, int target_id = 0 )

static

Python:
	cv.FaceRecognizerSF.create(	model, config[, backend_id[, target_id]]	) ->	retval
	cv.FaceRecognizerSF.create(	framework, bufferModel, bufferConfig[, backend_id[, target_id]]	) ->	retval
	cv.FaceRecognizerSF_create(	model, config[, backend_id[, target_id]]	) ->	retval
	cv.FaceRecognizerSF_create(	framework, bufferModel, bufferConfig[, backend_id[, target_id]]	) ->	retval

与えられた引数でこのクラスのインスタンスを生成する。

引数

model	顔認識に使用する onnx モデルのパス
config	互換性のための設定ファイルのパス。ONNXモデルでは不要である
backend_id	バックエンドのID
target_id	ターゲットデバイスのID

feature()

virtual void cv::FaceRecognizerSF::feature ( InputArray aligned_img, OutputArray face_feature )

pure virtual

Python:
	cv.FaceRecognizerSF.feature(	aligned_img[, face_feature]	) ->	face_feature

位置合わせされた画像から顔特徴量を抽出する。

引数

aligned_img	位置合わせされた入力画像
face_feature	出力される顔特徴量

match()

virtual double cv::FaceRecognizerSF::match ( InputArray face_feature1, InputArray face_feature2, int dis_type = FaceRecognizerSF::FR_COSINE ) const

pure virtual

Python:
	cv.FaceRecognizerSF.match(	face_feature1, face_feature2[, dis_type]	) ->	retval

2つの顔特徴量間の距離を計算する。

引数

face_feature1	1つ目の入力特徴量
face_feature2	face_feature1 と同じサイズ・同じ型の2つ目の入力特徴量
dis_type	2つの顔特徴量間の距離の計算方法を定義する。省略可能な値として "FR_COSINE" または "FR_NORM_L2" がある

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/objdetect/face.hpp