search

chengzhengxin / sdm

Supervised Descent Method Apply to Face Alignment, and Head Pose Estimation with Linear Regression. It is cross-platfrom, easily compile in windows, ubuntu, even in Android & iOS.
449 stars 197 forks source link

关于模型训练 #15

Open kingweaver opened 7 years ago

kingweaver commented 7 years ago

Hi, RoboPai:

刚运行了你的示例程序，效果挺出色。但是我在尝试训练模型的时候出了点问题。我用afw数据库进行训练，boundbox使用opencv检测的人脸矩形。训练后的模型，只有在detFace模式下正常，也就是说只有传入opencv检测的boundbox才工作正常，如果使用上一帧的facebox（isDetFace = false）则得不到正确结果，请问可能是什么问题。

Thanks Peng

mathCrazyy commented 7 years ago

我也是做类似的，跑3000fps，也看了这个sdm,想用上一帧的boudingbox来做检测。看sdm代码时，第一帧检测用的是检测器检测后变换的框，接下来的跟踪使用的是最小外接矩形，竟然检测效果很好。于是我换成全部用人脸检测器变化后的框来做检测，效果不好了。考虑到这种情况，想知道在训练时所用的boudingbox是怎么算的，用的哪种...正在读代码..

mathCrazyy commented 7 years ago

我qq1215764141,方便的话交流哈

chengzhengxin commented 7 years ago

训练时的bounding box尽量在人脸检测出来的box附近随机扰动一下，也可以跟踪时使用的最小外接矩形框随机变动一下，这样对于predict时有更强的鲁棒性

liuqunzhong commented 7 years ago

请问对于嘴张大的情况，嘴唇轮廓找的怎么样呢？

mathCrazyy commented 7 years ago

你也在做这块呢？我也正在弄，做的不好，想用光流法，对于眼睛和嘴巴的形变无力。考虑到它们的形变方向在两眼连线的法线方向上，所以想修改光流法在计算其中一个运动分量时的部分，但是还没弄出来。另外我试了转换颜色空间，小波纹理都不理想.. 随机扰动的效果的确好像好了些..前段时间加上了，最近木有看了..跟踪人眼人嘴这块思路不好，作者可以提个思路不..谢谢啦..