要使用Python、OpenCV、dlib實(shí)現(xiàn)面部標(biāo)志的識(shí)別需要倆步：

1. 究竟什么是面部標(biāo)志以及它們是如何工作的。
2. 如何使用dlib，OpenCV, Python從圖像中檢測(cè)和提取面部標(biāo)志
   （1）從圖像中定位面部ROI
   （2）檢測(cè)面部ROI上的關(guān)鍵面部結(jié)構(gòu)（即面部標(biāo)志）

windows10+python3.7安裝dlib參考：https://blog.csdn.net/qq_40985985/article/details/105896031

先來上個(gè)檢測(cè)完成的圖：（來自淘寶上的圖，因?yàn)槲也幌氡┞墩掌?#xff0c;最近買了這件上衣剛好很喜歡，so 手機(jī)里有這張圖）

一、面部標(biāo)志

面部標(biāo)志主要指口、右眉、左眉、右眼、左眼、鼻子、下顎。

面部標(biāo)志可以用提取臉的特定區(qū)域，應(yīng)用面部對(duì)齊，甚至構(gòu)建眨眼檢測(cè)系統(tǒng)。

面部檢測(cè)器有68點(diǎn)iBUG 300-W數(shù)據(jù)集訓(xùn)練處的68點(diǎn)模型，及HELEN數(shù)據(jù)集中進(jìn)行訓(xùn)練的194點(diǎn)模型

68點(diǎn)數(shù)據(jù)模型如下圖：

二、從圖像中定位ROI

（1）OpenCV提供的預(yù)先訓(xùn)練好的Haar級(jí)聯(lián)【 pre-trained Haar cascades】
（2）python庫附帶的預(yù)先訓(xùn)練的深度學(xué)習(xí)人臉檢測(cè)模型
（3）專門針對(duì)人臉檢測(cè)任務(wù)的預(yù)訓(xùn)練HOG +線性SVM對(duì)象檢測(cè)器

三、從ROI中檢測(cè)與定位面部標(biāo)志

dlib庫中包含的面部標(biāo)志檢測(cè)器是Kazemi和Sullivan（2014）提出的 “一毫秒面部對(duì)齊與回歸樹組合” 的實(shí)現(xiàn)。

此方法首先使用：
訓(xùn)練組圖像上均有被標(biāo)識(shí)出來的面部標(biāo)志。這些圖像的面部標(biāo)志均被標(biāo)記，指定了每個(gè)面部結(jié)構(gòu)周圍區(qū)域的特定（x，y）坐標(biāo)。
Priors，更具體地說，是輸入像素對(duì)之間的距離的概率。

68點(diǎn)和194點(diǎn)面部標(biāo)志模型的原理：給定訓(xùn)練數(shù)據(jù)，訓(xùn)練回歸樹的整體以直接從像素強(qiáng)度本身估計(jì)面部標(biāo)志的位置（即，未進(jìn)行“特征提取”）。
最終結(jié)果是一個(gè)面部標(biāo)志檢測(cè)器，可用于實(shí)時(shí)以高質(zhì)量預(yù)測(cè)檢測(cè)面部標(biāo)志。

參考：https://www.pyimagesearch.com/2017/04/03/facial-landmarks-dlib-opencv-python/

安裝成功如下圖：

總結(jié)

以上是生活随笔為你收集整理的python dlib实现面部标志识别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。