OpenCV2D 特征框架 (22)人脸检测的一个类cv::FaceDetectorYN的使用

最新推荐文章于 2025-06-01 16:20:44 发布

原创

最新推荐文章于 2025-06-01 16:20:44 发布 · 1.3k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #人工智能

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

cv::FaceDetectorYN 是 OpenCV 中用于人脸检测的一个类，它基于深度学习模型实现。这个类是 OpenCV DNN（Deep Neural Network module）模块的一部分，利用预先训练好的深度神经网络模型来执行高效的人脸检测任务。

主要特性

高效的检测：FaceDetectorYN 使用了 Yunet 模型，这是一个轻量级且高效的卷积神经网络（CNN），专门设计用于快速准确地在图像或视频帧中检测人脸 1。
支持多种输入格式：可以处理静态图像、视频流以及实时摄像头输入。
可配置性：允许用户调整置信度阈值、非极大值抑制（NMS）阈值等参数，以适应不同的应用场景5。
硬件加速支持：可以通过选择不同的后端和目标设备（如 CPU、GPU 或 NPU）来加速推理过程

成员函数介绍

create：创建一个 FaceDetectorYN 对象。
- model, config: 分别是模型文件路径和配置文件路径。对于大多数预训练模型，仅需提供模型文件路径即可。
- input_size: 输入图像的尺寸（宽度, 高度）。这通常与模型训练时使用的输入尺寸相匹配。
- score_threshold: 置信度阈值，低于此分数的人脸将被忽略，默认值为0.9。
- nms_threshold: 非极大值抑制（NMS）阈值，用于去除重叠的人脸框，默认值为0.3。
- top_k: 保留的最高得分边界框数量，默认值为5000。
- setInputSize：设置输入图像的尺寸。
- width, height: 输入图像的宽度和高度。
detect：执行人脸检测，并返回检测到的人脸信息。
- image: 要检测的图像。
- faces: 输出参数，包含检测到的所有人脸的位置信息和其他相关数据。具体的数据结构取决于实现细节，但通常每个条目会包含一个人脸的位置（如边界框）、置信度分数以及其他可能的关键点位置。
setScoreThreshold：设置置信度分数阈值。
- threshold: 新的置信度分数阈值。
setNMSThreshold：设置非极大值抑制（NMS）阈值。
- threshold: 新的NMS阈值。
setTopK：设置保留的最高得分边界框数量。
- k: 新的最大边界框数量。
setPreferableBackend：设置首选的DNN后端。
- backend: 后端标识符，例如 cv::dnn::DNN_BACKEND_OPENCV 或 cv::dnn::DNN_BACKEND_CUDA。
setPreferableTarget：设置首选的目标设备。
- target: 目标设备标识符，例如 cv::dnn::DNN_TARGET_CPU 或 cv::dnn::DNN_TARGET_CUDA。

代码示例

#include <iostream>
#include <opencv2/dnn.hpp>
#include <opencv2/opencv.hpp>

int main()
{
   
   
    // 模型文件路径
    std::string model_path = "face_detection_yunet_2023mar.onnx";

    // 创建 FaceDetectorYN 对象
    cv::Ptr< cv::FaceDetectorYN > detector = cv::FaceDetectorYN::create( model_path, "", cv::Si