Jump to content
Compvision.ru

al072

Пользователи
  • Content count

    59
  • Joined

  • Last visited

  • Days Won

    1

Everything posted by al072

  1. Спасибо большое за потраченное время и примеры кода. Буду разбираться и тестировать!!! Попробую сравнить качество обнаружения лица из вашего примера с примером из книги Mastering OpenCV. По результатам отпишусь!!! Хороших выходных!!!
  2. Smorodov, спасибо за развернутый и подробный ответ! Перечитал вашу статью раз 5, но очень туго до меня доходит такая сложная информация. Есть как минимум прогресс с пониманием базиса. Теперь я знаю что каждый раз его пересчитывать не нужно. Раз так туго до меня доходит теория, давайте попробуем разобрать код, если вы не против. Ptr<FaceRecognizer> model = Algorithm::create<FaceRecognizer>("FaceRecognizer.Eigenfaces");//Модель распознавания лица vector<Mat> preprocessedFaces;// Массив для хранения полученных с камеры уже нормализованных лиц vector<int> faceLabels;// Массив для хранения меток для каждого нового лица // Запускаем режим сбора лиц с камеры MODE_COLLECT_FACES preprocessedFaces.push_back(cv::Mat уже обработанное лицо);// Предположим что мы собрали 100 снимков одного лица faceLabels.push_back(1);//Петр Петрович Петров preprocessedFaces.push_back(cv::Mat уже обработанное лицо);// Предположим что мы собрали 100 снимков другого лица faceLabels.push_back(2);//Иван Иванович Иванов // Далее мы тренируем PCA базис для этих двух человек model->train(preprocessedFaces, faceLabels); // Далее мы сохраняем наш натренированый базис в файл с расширением yml, чтобы после перезапуска программы больше не проходить процесс тренировки model->save("C:\\eigen.yml"); // Далее мы переходим в режим распознавания лица MODE_RECOGNITION reconstructedFace = reconstructFace(model, preprocessedFace);//Так как значение этой функции я не понимаю, приведу ниже ее реализацию и большая просьба может ктонибудь объяснить по строчно что означает каждая строчка этой функции Mat reconstructFace(const Ptr<FaceRecognizer> model, const Mat preprocessedFace) { try { Mat eigenvectors = model->get<Mat>("eigenvectors");// Что здесь происходит и для чего это??? Mat averageFaceRow = model->get<Mat>("mean");// Что здесь происходит и для чего это??? int faceHeight = preprocessedFace.rows; // Project the input image onto the PCA subspace. Mat projection = subspaceProject(eigenvectors, averageFaceRow, preprocessedFace.reshape(1,1));// Что здесь происходит и для чего это??? // Generate the reconstructed face back from the PCA subspace. Mat reconstructionRow = subspaceReconstruct(eigenvectors, averageFaceRow, projection); // Что здесь происходит и для чего это??? // Convert the float row matrix to a regular 8-bit image. Note that we // shouldn't use "getImageFrom1DFloatMat()" because we don't want to normalize // the data since it is already at the perfect scale. // Make it a rectangular shaped image instead of a single row. Mat reconstructionMat = reconstructionRow.reshape(1, faceHeight);// Что здесь происходит и для чего это??? // Convert the floating-point pixels to regular 8-bit uchar pixels. Mat reconstructedFace = Mat(reconstructionMat.size(), CV_8U);// Что здесь происходит и для чего это??? reconstructionMat.convertTo(reconstructedFace, CV_8U, 1, 0);// Что здесь происходит и для чего это??? //printMatInfo(reconstructedFace, "reconstructedFace"); return reconstructedFace;// Это понятно, если все операции прошли нормально возвращаем какоето измененное лицо.. Что мы должны получить на выходе? } catch (cv::Exception e) { //cout << "WARNING: Missing FaceRecognizer properties." << endl; return Mat();// Здесь тоже понятно, если какая либо ошибка возврашаеи пустой Mat. } } // Verify whether the reconstructed face looks like the preprocessed face, otherwise it is probably an unknown person. double similarity = getSimilarity(preprocessedFace, reconstructedFace);// Работа этой функции тоже непонятна, ниже вставлю код реализации этой функции. Просьба объяснить как она работает. double getSimilarity(const Mat A, const Mat B) { if (A.rows > 0 && A.rows == B.rows && A.cols > 0 && A.cols == B.cols) {// Что здесь происходит??? // Calculate the L2 relative error between the 2 images. double errorL2 = norm(A, B, CV_L2);// Что здесь происходит??? // Convert to a reasonable scale, since L2 error is summed across all pixels of the image. double similarity = errorL2 / (double)(A.rows * A.cols);// Что здесь происходит??? return similarity; } else { //cout << "WARNING: Images have a different size in 'getSimilarity()'." << endl; return 100000000.0; // Return a bad value } } //Далее понятно if (similarity < UNKNOWN_PERSON_THRESHOLD) {.// Если значение схожести изображения в пределах допустимого порога // Identify who the person is in the preprocessed face image. identity = model->predict(preprocessedFace);// Здесь мы получаем дистанцию до ближайшей фотографии в базисе или я не прав??? outputStr = toString(identity); } else { // Since the confidence is low, assume it is an unknown person. outputStr = "Unknown"; } ///////////// Далее допустим мы перезапускаем программу////////////////////// //И после перезапуска мы хотим определить лица Петра Петровича Петрова и Ивана Ивановича Иванова; // Я так понимаю что первым делом мы загружаем ранее сохраненный PCA базис model->load("C:\\eigen.yml"); // Далее мы сразу переходим в режим распознавания лица MODE_RECOGNITION, не прозодя процесс тренировки то есть режим MODE_TRAINING нам не нужен??? reconstructedFace = reconstructFace(model, preprocessedFace); //Выясняем на сколько совпадает реконструированное лицо с лицом в текущем кадре double similarity = getSimilarity(preprocessedFace, reconstructedFace); // И далее определяем известное это лицо или нет if (similarity < UNKNOWN_PERSON_THRESHOLD) {. // Identify who the person is in the preprocessed face image. identity = model->predict(preprocessedFace);// Здесь мы получаем дистанцию до ближайшей фотографии в базисе или я не прав??? outputStr = toString(identity); } else { // Since the confidence is low, assume it is an unknown person. outputStr = "Unknown"; } А теперь появляются основные вопросы: 1. После перезапуска программы теперь мне надо натренировать базу на новое лицо Сидора Сидоровича. Что мне для этого необходимо сделать? Получить 100 кадров нового лица и пройти процесс тренировки заново? Если я пройду тренировку заново для нового лица, то откуда модель будет брать Массивы лиц "preprocessedFaces" Петра Петровича и Ивана Ивановича, а также присвоенные Массив меток "faceLabeles". Получается я должен был сохранить эти массивы в файл прежде чем перезапускать программу? 2. И если лиц будет тысяча, это получается каждый раз после перезапуска программы я должен загружать в массив preprocessedFaces всю 1000 лиц и загружать в массив faceLabeles 1000 меток? Просьба объясните на пальцах дураку. Если можно простыми словами.
  3. Документация на эту библиотеку не изобилует примерами. Ктонибудь может подсказать где найти примеры использования этой библиотеки с каким либо GUI интерфейсом (MFC,Windows Forms). Я прочитал что библиотека основана на QT и OpenCV, но неувидел похожих функций, как например выделять лицо в квадрат при обнаружении? Уважаемые форумчане, помоги с примером реализации распознавания лиц с помощью OpenCV. Я не прошу готовый код, может ктонибудь описать сам механизм как лучше сделать самообучаемую систему распознавания лица, мне нужна помощь именно в конкретной задаче на которой я застрял: Каким образом можно добавлять новые лица в систему и пересохранять model->save() с вновь добавленными лицами? Или может быть сохранять модель в файл yml совсем не требуется? Подскажите плиз как реализовать этот механизм..
  4. Вы можете подсказать с помощью какой функции можно добавлять и удалять ид в базисе? Можно гдето посмотреть пример использования этих методов? Они есть в библиотеке opencv 2.4.11? Как измерить расстояние до ближайших точек? Есть какаято функция в EigenFaceRecognizer()? Как я понял это библиотека для python. Мой проект на С++ MFC. Если есть чтото более серьезное для примера под С++ чем из книги Mastering OpenCV глава 8, буду благодарен если поделитесь..
  5. То есть получается, что тот файл который я сохраняю как model->save(eigenfaces.yml) Это не набор координат лиц и меток этих лиц, которые я присваивал в методе model->train()? Или я чтото не так понимаю..
  6. Mastering opencv глава 8

    Всем доброго дня! Кто нибудь может помочь запустить пример из главы 8 по книге, которая описывается в начале ветки https://github.com/MasteringOpenCV/code Дело в том что я использую VS2010 + OpenCV 3.1, а исходники данного примера используют более старую версию библиотеки OpenCv 2.4.1. Спустя несколько часов, всеже удалось запустить слегка модифицированный код из книги под версией библиотеки opencv 3.1, но столкнулся с проблемой. В новой версии библиотеки такие функции как model->get<Mat>("mean"); были заменены на model->getMean(). И если раньше функцию можно было вызвать из FaceRecognizer, то теперь ее можно вызвать только из BasicFaceRecognizer. Соответственно, я изменил все функции в коде из примера по книге, таким образом что вместо FaceRecognizer теперь используется BasicFaceRecognizer. Проект запускается без проблем, ошибок никаких не выдает, но функция распознавания не работает. То есть лица не определяются. Если запускаю проект с версией библиотеки 2.4.11 все работает нормально. Покопавшись с проблемой в debug режиме я понял что под версией библиотеки 3.1 ряд функций просто не выполняются и выдают пустые значения. Прошу помочь разобраться, и если ктонибудь поделиться работающим проектом из книги собранным под VS2010 opencv 3.1 буду очень признателен. Спасибо.
  7. Книги по OpenCV

    Всем доброго дня! Кто нибудь может помочь запустить пример из главы 8 по книге, которая описывается в начале ветки https://github.com/MasteringOpenCV/code Дело в том что я использую VS2010 + OpenCV 3.1, а исходники данного примера используют более старую версию библиотеки OpenCv 2.4.1. Проблема в том, что я не знаю чем можно заменить функцию model->get<Mat>, которой больше нет в OpenCV 3.1. Подскажите плиз если кто сталкивался с подобной проблемой. Спасибо.
×