跟踪问题

[yhl2018]

您好，在调试您的代码的时候发现：当突然遮挡住人脸的时候就会出现bug，貌似是 for i in range(landmarks.shape[0]): track.append([np.min(landmarks[i][:, 0]), np.min(landmarks[i][:, 1]), np.max(landmarks[i][:, 0]), np.max(landmarks[i][:, 1])])

这块代码的问题，我还在调试，没找到解决方案

[610265158]

您好，在调试您的代码的时候发现：当突然遮挡住人脸的时候就会出现bug，貌似是 for i in range(landmarks.shape[0]): track.append([np.min(landmarks[i][:, 0]), np.min(landmarks[i][:, 1]), np.max(landmarks[i][:, 0]), np.max(landmarks[i][:, 1])])

这块代码的问题，我还在调试，没找到解决方案

我好像刚才fix了，pull一下新的代码， 但是遮挡，这块正确的思路应该在关键点模型中加入二分类来判断。 我会慢慢修正模型的

[yhl2018]

好的，我感觉主要问题在于，当人脸逐渐被遮挡的时候，人脸和特征点区域都在减小，这个时候这行代码就出现bug了

batch predict for face landmark

    landmarks, states = self.face_landmark.batch_call(image, boxes)

[610265158]

是的，是这么个问题，送进去一个None， 没法跑了

不过这个demo是没有对遮挡的处理的，需要升级一下了，后续得加判断

[yhl2018]

可以在上述位置添加人脸大小判断，去掉batch_call 下的batch_preprocess里面的人脸大小判断

[610265158]

it is correct