顔解析

詳細説明

• Faceモジュール変更履歴
• OpenCVによる顔認識

クラス
class	cv::face::BasicFaceRecognizer
struct	cv::face::CParams
class	cv::face::EigenFaceRecognizer
class	cv::face::Facemark
	すべてのfacemarkモデルの抽象基底クラス。 詳細...
class	cv::face::FacemarkAAM
class	cv::face::FacemarkLBF
class	cv::face::FacemarkTrain
	学習可能なfacemarkモデルの抽象基底クラス。 詳細...
class	cv::face::FaceRecognizer
	すべての顔認識モデルの抽象基底クラス。続き...
class	cv::face::FisherFaceRecognizer
class	cv::face::LBPHFaceRecognizer
class	cv::face::MACE
	（キャンセル可能な）生体特徴を用いた認証に有用な最小平均相関エネルギーフィルタ（Minimum Average Correlation Energy Filter）。（学習に多数の正例を必要とせず（10〜50個）、負例はまったく不要であり、ノイズや塩ノイズにも頑健である） 詳細...
class	cv::face::PredictCollector
	予測結果処理のすべての戦略の抽象基底クラス。 詳細...
class	cv::face::StandardCollector
	デフォルトの予測コレクタ。 詳細...

型定義
typedef bool(*	cv::face::FN_FaceDetector) (InputArray, OutputArray, void *userData)

関数
Ptr< Facemark >	cv::face::createFacemarkAAM ()
	AAM facemark検出器を構築する
Ptr< Facemark >	cv::face::createFacemarkKazemi ()
	Kazemi facemark検出器を構築する
Ptr< Facemark >	cv::face::createFacemarkLBF ()
	LBF facemark検出器を構築する
void	cv::face::drawFacemarks (InputOutputArray image, InputArray points, Scalar color=Scalar(255, 0, 0))
	検出された顔のランドマーク点を描画するためのユーティリティ。
bool	cv::face::getFaces (InputArray image, OutputArray faces, CParams *params)
	デフォルトの顔検出器。この関数は主に Facemark Algorithm の実装で利用される。エンドユーザは、手動で定義してFacemark::setFaceDetectorによりアルゴリズムに渡せるFacemark::getFaces関数を使用することが推奨される。
bool	cv::face::getFacesHAAR (InputArray image, OutputArray faces, const String &face_cascade_name)
bool	cv::face::loadDatasetList (String imageList, String annotationList, std::vector< String > &images, std::vector< String > &annotations)
	学習用画像へのパス一覧とアノテーションファイルを読み込むためのユーティリティ。
bool	cv::face::loadFacePoints (String filename, OutputArray points, float offset=0.0f)
	指定されたファイルから顔のランドマーク情報を読み込むためのユーティリティ。
bool	cv::face::loadTrainingData (std::vector< String > filename, std::vector< std::vector< Point2f > > &trainlandmarks, std::vector< String > &trainimages)
	この関数は、対応する画像名とランドマークを含む.txtファイルから学習用のデータを抽出する。各ファイルの最初の行には、そのファイルで記述されるランドマークを持つ画像のパスを記載する必要がある。続く行には、画像内のランドマークの座標を記載する必要がある。すなわち各行は x,y の形式であり、xはランドマークのx座標、yはランドマークのy座標を表す。
bool	cv::face::loadTrainingData (String filename, std::vector< String > &images, OutputArray facePoints, char delim=' ', float offset=0.0f)
	単一のファイルから顔のランドマークデータセットを読み込むためのユーティリティ。
bool	cv::face::loadTrainingData (String imageList, String groundTruth, std::vector< String > &images, OutputArray facePoints, float offset=0.0f)
	データセットから顔のランドマーク情報を読み込むためのユーティリティ。

型定義詳解

FN_FaceDetector

typedef bool(* cv::face::FN_FaceDetector) (InputArray, OutputArray, void *userData)

#include <opencv2/face/facemark_train.hpp>

関数詳解

createFacemarkAAM()

Ptr< Facemark > cv::face::createFacemarkAAM

(

)

Python:
	cv.face.createFacemarkAAM(		) ->	retval

#include <opencv2/face/facemark.hpp>

AAM facemark検出器を構築する

createFacemarkKazemi()

Ptr< Facemark > cv::face::createFacemarkKazemi

(

)

Python:
	cv.face.createFacemarkKazemi(		) ->	retval

#include <opencv2/face/facemark.hpp>

Kazemi facemark検出器を構築する

createFacemarkLBF()

Ptr< Facemark > cv::face::createFacemarkLBF

(

)

Python:
	cv.face.createFacemarkLBF(		) ->	retval

#include <opencv2/face/facemark.hpp>

LBF facemark検出器を構築する

drawFacemarks()

void cv::face::drawFacemarks	(	InputOutputArray	image,
		InputArray	points,
		Scalar	color = Scalar(255, 0, 0) )

Python:
	cv.face.drawFacemarks(	image, points[, color]	) ->	image

#include <opencv2/face/facemark_train.hpp>

検出された顔のランドマーク点を描画するためのユーティリティ。

引数

image	処理対象の入力画像。
points	描画される点のデータを格納する。
color	cv::Scalar で表されるBGR形式の点の色。

使用例

std::vector<Rect> faces;
std::vector<std::vector<Point2f> > landmarks;
facemark->getFaces(img, faces);
facemark->fit(img, faces, landmarks);
for(int j=0;j<rects.size();j++){
 face::drawFacemarks(frame, landmarks[j], Scalar(0,0,255));
}

getFaces()

bool cv::face::getFaces	(	InputArray	image,
		OutputArray	faces,
		CParams *	params )

#include <opencv2/face/facemark_train.hpp>

デフォルトの顔検出器。この関数は主に Facemark Algorithm の実装で利用される。エンドユーザーは、手動で定義してFacemark::setFaceDetectorによってアルゴリズムに渡すことができるFacemark::getFaces関数の使用が推奨される。

引数

image	処理対象の入力画像。
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る。
params	検出器の引数

使用例

std::vector<cv::Rect> faces;
CParams params("haarcascade_frontalface_alt.xml");
cv::face::getFaces(frame, faces, &params);
for(int j=0;j<faces.size();j++){
 cv::rectangle(frame, faces[j], cv::Scalar(255,0,255));
}
cv::imshow("detection", frame);

getFacesHAAR()

bool cv::face::getFacesHAAR	(	InputArray	image,
		OutputArray	faces,
		const String &	face_cascade_name )

Python:
	cv.face.getFacesHAAR(	image, face_cascade_name[, faces]	) ->	retval, faces

#include <opencv2/face/facemark_train.hpp>

loadDatasetList()

bool cv::face::loadDatasetList	(	String	imageList,
		String	annotationList,
		std::vector< String > &	images,
		std::vector< String > &	annotations )

Python:
	cv.face.loadDatasetList(	imageList, annotationList, images, annotations	) ->	retval

#include <opencv2/face/facemark_train.hpp>

学習用画像とアノテーションファイルへのパスのリストを読み込むためのユーティリティ。

引数

imageList	指定されたファイルには学習用画像へのパスが含まれる。
annotationList	指定されたファイルには学習用アノテーションへのパスが含まれる。
images	読み込まれた学習用画像のパス。
annotations	読み込まれたアノテーションファイルのパス。

使用例:

String imageFiles = "images_path.txt";
String ptsFiles = "annotations_path.txt";
std::vector<String> images_train;
std::vector<String> landmarks_train;
loadDatasetList(imageFiles,ptsFiles,images_train,landmarks_train);

loadFacePoints()

bool cv::face::loadFacePoints	(	String	filename,
		OutputArray	points,
		float	offset = 0.0f )

Python:
	cv.face.loadFacePoints(	filename[, points[, offset]]	) ->	retval, points

#include <opencv2/face/facemark_train.hpp>

指定されたファイルから顔ランドマーク情報を読み込むユーティリティ。

引数

filename	顔のランドマークデータを含むファイルのファイル名。
points	読み込まれた顔のランドマーク点。
offset	読み込まれた点を調整するためのオフセット値。

使用例

std::vector<Point2f> points;
face::loadFacePoints("filename.txt", points, 0.0f);

アノテーションファイルは次のデフォルト形式に従う必要がある

version: 1
n_points:  68
{
212.716603 499.771793
230.232816 566.290071
...
}

ここで n_points は対象となる点の数であり、各点は x と y による位置として表される。

loadTrainingData() [1/3]

bool cv::face::loadTrainingData	(	std::vector< String >	filename,
		std::vector< std::vector< Point2f > > &	trainlandmarks,
		std::vector< String > &	trainimages )

Python:
	cv.face.loadTrainingData(	filename, images[, facePoints[, delim[, offset]]]	) ->	retval, facePoints
	cv.face.loadTrainingData(	imageList, groundTruth, images[, facePoints[, offset]]	) ->	retval, facePoints
	cv.face.loadTrainingData(	filename, trainlandmarks, trainimages	) ->	retval

#include <opencv2/face/facemark_train.hpp>

この関数は、対応する画像名とランドマークを含む .txt ファイルから訓練用データを抽出する。各ファイルの先頭行は、そのファイルでランドマークが記述されている画像のパスを示す必要がある。続く各行にはその画像内のランドマークの座標、すなわち x,y の形式で記述する。ここで x はランドマークの x 座標、y はランドマークの y 座標を表す。

参考として、HELEN dataset で提供されているファイルを参照するとよい

引数

filename	.txtファイルの名前を含む cv::String 型のベクトル。
trainlandmarks	すべての画像の形状またはランドマークを格納する cv::Point2f 型のベクトル。
trainimages	ランドマークが追跡される画像の名前を格納する cv::String 型のベクトル

戻り値

ブール値。データの読み込みに成功した場合は true を、それ以外の場合は false を返す

loadTrainingData() [2/3]

bool cv::face::loadTrainingData	(	String	filename,
		std::vector< String > &	images,
		OutputArray	facePoints,
		char	delim = ' ',
		float	offset = 0.0f )

Python:
	cv.face.loadTrainingData(	filename, images[, facePoints[, delim[, offset]]]	) ->	retval, facePoints
	cv.face.loadTrainingData(	imageList, groundTruth, images[, facePoints[, offset]]	) ->	retval, facePoints
	cv.face.loadTrainingData(	filename, trainlandmarks, trainimages	) ->	retval

#include <opencv2/face/facemark_train.hpp>

単一のファイルから顔ランドマークデータセットを読み込むユーティリティ。

引数

filename	データセット情報を含むファイルのファイル名。各行には画像のファイル名に続いて、顔のランドマーク点のx座標とy座標の値のペアがスペースで区切られて記述される。例 /home/user/ibug/image_003_1.jpg 336.820955 240.864510 335.266918 ... /home/user/ibug/image_005_1.jpg 376.158428 230.845712 383.265403 ...
images	各要素がデータセット内の画像のファイル名を表すベクトル。メモリを節約するため、画像はデフォルトでは読み込まれない。
facePoints	すべての学習データに対して読み込まれたランドマーク点。
delim	各要素間の区切り文字。デフォルト値は空白である。
offset	読み込まれた点を調整するためのオフセット値。

使用例

cv::String imageFiles = "../data/images_train.txt";
cv::String ptsFiles = "../data/points_train.txt";
std::vector<String> images;
std::vector<std::vector<Point2f> > facePoints;
loadTrainingData(imageFiles, ptsFiles, images, facePoints, 0.0f);

loadTrainingData() [3/3]

bool cv::face::loadTrainingData	(	String	imageList,
		String	groundTruth,
		std::vector< String > &	images,
		OutputArray	facePoints,
		float	offset = 0.0f )

Python:
	cv.face.loadTrainingData(	filename, images[, facePoints[, delim[, offset]]]	) ->	retval, facePoints
	cv.face.loadTrainingData(	imageList, groundTruth, images[, facePoints[, offset]]	) ->	retval, facePoints
	cv.face.loadTrainingData(	filename, trainlandmarks, trainimages	) ->	retval

#include <opencv2/face/facemark_train.hpp>

データセットから顔ランドマーク情報を読み込むユーティリティ。

引数

imageList	学習用データセット内の画像ファイル名のリストを含むファイル。
groundTruth	ランドマーク点情報が格納されているファイル名のリストを含むファイル。各ファイルの内容は標準形式に従う必要がある(face::loadFacePoints を参照)。
images	各要素がデータセット内の画像のファイル名を表すベクトル。メモリを節約するため、画像はデフォルトでは読み込まれない。
facePoints	すべての学習データに対して読み込まれたランドマーク点。
offset	読み込まれた点を調整するためのオフセット値。

使用例

cv::String imageFiles = "../data/images_train.txt";
cv::String ptsFiles = "../data/points_train.txt";
std::vector<String> images;
std::vector<std::vector<Point2f> > facePoints;
loadTrainingData(imageFiles, ptsFiles, images, facePoints, 0.0f);

images_train.txt の内容例

/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