文章目录
4 第4章 哺乳动物面部的检测与融合
"A cat may look at a king." -英文谚语
"人人平等" (连猫都可以看着国王,所以人人平等)
本章的内容牵涉到我最喜欢的两个主题:猫和增强实现(AR).我们将构造一个叫做ManyMasks的AR应用程序,该程序可以检测,高亮并融合人和猫的脸.本应用程序的用户将可以做到以下的事情:
- 在实时视频预览中观察到人脸和猫脸的边界,以及眼睛的中心和鼻尖.这种可视化效果取决于人脸检测算法的结果.
- 从相机中拍摄的视频的不同帧中选择两个检测到的面部.
- 对对齐和融合这两个选中的面部进行融合,观察混合的面部
- 保存和分享混合的脸部.
我们的人脸检测算法依赖于级联分类器(cascade classifiers)，该分类器试图将图像的各个部分与预先训练的人脸、人眼或猫脸的通用模型相匹配。我们根据一组关于面部结构的几何假设来估计其他面部特征的位置。
我们的人脸合并算法依赖于一个几何变换，它可以旋转和扭曲一个脸，使其特征与另一个脸的特征对齐。然后，我们算术地混合这两张对齐图像的像素。
尽管我们设计ManyMasks用于猫和人类,他也可以检测和合并其他动物.下图展示了合并我分别和我的父亲Bob(左图),我的猫Sanibel(右上)以及一只红色的猫(右下)的混合效果图:
[要获得本书的完整的项目,你可以到我的GitHub仓库https://github.com/JoeHowse/iOSWithOpenCV或者登录Packt Publishing网站https://www.packtpub.com第四章的项目哺乳动物面部的检测与融合,在ManyMasks文件夹中.]
本章索引
4.1 理解层叠分类器的检测原理
4.1.1 Haar-like特征
4.1.2 局部二值模式特征
4.2 理解变换
4.3 人脸融合应用程序的设计
4.4 配置工程
4.5 定义人脸和人脸探测器
4.6 定义和布局view controllers
4.6.1 捕获和预览真实人脸
4.6.2 观察,保存和分享混合的人脸
4.6.3 view controller的跳转
4.7 检测人脸元素的层次结构
4.8 对齐和混合面部元素
4.9 使用应用程序并扮演一只猫
4.10 更多关于面部分析的知识
4.11 总结