人脸检测FDDB评测的详细步骤,分如下三步:
第一步:使用自己的人脸检测起生成检测结果:
使用你自己的分类器进行检测。在检测过程中,需要生成一个txt文档。官方文档在这里。
http://vis-www.cs.umass.edu/fddb/README.txt
其实就是以下格式
这里给出写这个的C++代码。
注意:以下的p[0],p[1],p[2],p[3]分别代表着人脸的左上角点坐标(x,y)宽度和高度w,h。
string Double_String(double x)
{
stringstream ss;
ss << x;
return ss.str();
}
string Int_String(int x)
{
stringstream ss;
ss << x;
return ss.str();
}
void detectAndDisplay(Mat gray,string line)
{
//以下人脸的数量用face_number代替
string face_position_1 = line;
string face_position_2 = Int_String(face_number);
vector<string> face;
for (int i = 0; i < face_number; i++)
{
// <left_x top_y width height detection_score>
//we do it
string face_vector = Int_String(p[0]) + " " + Int_String(p[1]) + " " + Int_String(p[2]) + " " + Int_String(p[3]) + " " + Double_String(detect_score);//detect_score,根据官网上的介绍,分类器中应该就包含这个参数。如果你是用opencv,那么在detectMultiScale中可以找到
face.push_back(face_vector);
}
//首先打开txt
ofstream result("result.txt", ios::app);
result << face_position_1 << endl << face_position_2 << endl;
result.close();//先关闭一次
//把vector写入
for (vector<string>::iterator iter = face.begin(); iter != face.end(); ++iter)
{
ofstream result_eachface("result.txt", ios::app); //每一张脸
result_eachface << *iter << endl;
result_eachface.close();
}
face.clear();//清除这个
result.clear();
}
int main()
{
string file = "Fold_all.txt";
string line;
ifstream in(file);