opencv - OpenCV 3.0中的人脸界标提取。谁能建议任何好的开源库来让我提取面部标志？

我目前正在使用OpenCV3.0，希望我能够创建一个执行3件事的程序。首先，在实时视频供稿中查找人脸。其次，使用ASM或AAM提取面部标志的位置。最后，使用SVM对视频中人脸的面部表情进行分类。

我对此进行了大量研究，但是在任何地方都找不到最合适的开源AAM或ASM库来完成此功能。另外，如果可能的话，我希望能够训练AAM或ASM来提取我需要的特定面部标志。例如，下面链接的图片中所有带编号的点:
www.imgur.com/XnbCZXf

如果我建议使用任何替代方法来获得所需的功能，请随时向我建议。

在此先感谢您提供任何答案，我们欢迎所有建议为我提供该项目的帮助。

最佳答案

在评论中，我看到您选择使用dlib库训练自己的人脸界标检测器。您对dlib用于生成其提供的“shape_predictor_68_face_landmarks.dat”模型的训练集有一些疑问。

一些指针:

作者(戴维斯·金(Davis King))说，他使用了来自iBUG 300-W数据集的带注释的图像。该数据集总共有11,167幅图像用68点约定注释。作为一种标准技巧，他还镜像每个图像以有效地使训练集大小加倍，即11,167 * 2 = 22334个图像。这是数据集的链接:http://ibug.doc.ic.ac.uk/resources/facial-point-annotations/

注:iBUG 300-W数据集包括两个不能免费/公开使用的数据集:XM2VTS和FRGCv2。不幸的是，这些图像占ibug 300-W的大部分(7310图像，或65.5％)。

原始论文仅针对HELEN，AFW和LFPW数据集进行了训练。因此，您应该只能够在公开可用的图像(HELEN，LFPW，AFW，IBUG)(即3857张图像)上生成合理的模型。

如果您使用Google“一毫秒的人脸对齐kazemi”，则该论文(和项目页面)将是热门话题。

您可以阅读此dlib博客文章的评论部分，详细了解培训过程的详细信息。特别是，他简要讨论了他选择用于训练的参数:http://blog.dlib.net/2014/08/real-time-face-pose-estimation.html

考虑到培训的规模(数千张图像)，我认为仅凭少量图像您就不会获得可接受的结果。幸运的是，那里有许多公开可用的人脸数据集，包括上面链接的数据集:)

希望对您有所帮助!

关于opencv - OpenCV 3.0中的人脸界标提取。谁能建议任何好的开源库来让我提取面部标志？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29657662/