Question

我正在研究android中的一个项目，我正在使用OpenCV来检测图库中所有图像的面部。从图像中获取面部的过程在服务中执行。服务持续工作，直到处理完所有图像。它将检测到的面部存储在内部存储器中，并在网格视图中显示活动是否已打开。

我的代码是：

CascadeClassifier mJavaDetector=null;

public void getFaces()
{

    for (int i=0 ; i<size ; i++)        
    {

        File file=new File(urls.get(i));
        imagepath=urls.get(i);

        defaultBitmap=BitmapFactory.decodeFile(file, bitmapFatoryOptions);

        mJavaDetector = new CascadeClassifier(FaceDetector.class.getResource("lbpcascade_frontalface").getPath());

        Mat image = new Mat (defaultBitmap.getWidth(), defaultBitmap.getHeight(), CvType.CV_8UC1);
        Utils.bitmapToMat(defaultBitmap,image);

         MatOfRect faceDetections = new MatOfRect();
            try
            {
                mJavaDetector.detectMultiScale(image,faceDetections,1.1, 10, 0, new Size(20,20), new Size(image.width(), image.height()));
            }
            catch(Exception e)
            {
                e.printStackTrace();
            }


        if(faceDetections.toArray().length>0)
        {


        }


    }
}

一切都很好，但检测面很慢。表现非常缓慢。当我调试代码然后我发现需要时间的行是：

mJavaDetector.detectMultiScale（image，faceDetections，1.1,10,0，new Size（20,20），new Size（image.width（），image.height（）））;

我已经检查过多个帖子，但是我没有得到任何解决方案。请告诉我该怎么做才能解决这个问题。

非常感谢任何帮助。谢谢。

Answer 1

您应该注意detectMultiScale()：

的参数

scaleFactor - 参数指定每个图像比例下图像尺寸减少的程度。此参数用于创建比例金字塔。这是必要的，因为模型在训练期间具有固定的大小。没有金字塔，唯一要检测的大小就是这个修复（也可以从XML中读取）。然而，通过使用多尺度表示，即使用相同的检测窗口检测大面和小面，面部检测可以是尺度不变的。

scaleFactor取决于训练有素的探测器的大小，但实际上，您需要将其设置得尽可能高，同时仍然能够获得良好的探测器。结果，所以这应该凭经验确定。

您的1.1值对于此目的而言可能是一个很好的价值。这意味着，使用相对较小的步长进行大小调整（将大小减小10％），可以增加与检测模型匹配大小的机会。如果训练有素的探测器尺寸为10x10，则可以检测尺寸为11x11,12x12的面部，依此类推。但实际上1.1因子要求金字塔中的层数（和2倍的计算时间）大约是1.2倍。
minNeighbors - 参数指定每个候选矩形应保留多少个邻居。级联分类器使用滑动窗口方法。通过应用此方法，您可以在窗口上滑动窗口，而不是调整窗口大小并再次搜索，直到无法进一步调整窗口大小。在每次迭代中，存储了（级联分类器的）真实输出，但不幸的是它实际上检测到许多误报。并且为了消除误报并从检测中获得正确的面部矩形，应用邻域方法。 3-6对它来说是一个很好的价值。如果该值太高，那么您也可能失去真正的积极因素。
minSize - 关于minNeighbors的滑动窗口方法，这是级联可以检测到的最小窗口。小于该值的对象将被忽略。通常cv::Size(20, 20)足以进行面部检测。
maxSize - 最大可能的对象大小。大于此的对象将被忽略。

最后，您可以尝试基于不同功能的不同分类器（例如Haar，LBP，HoG）。通常，LBP分类器比Haar快几倍，但也不太准确。

强烈建议您查看以下问题：

Answer 2

相反，将图片作为Bitmap进行阅读，然后使用Mat将其转换为Utils.bitmapToMat(defaultBitmap,image)，您可以直接使用Mat image = Highgui.imread(imagepath);您可以here查看imread()功能。

此外，由于探测器正在寻找至少具有相当小的尺寸（20,20）的面，因此下面的线花费太多时间。检查this视频，了解使用OpenCV进行人脸检测的可视化。

mJavaDetector.detectMultiScale(image,faceDetections,1.1, 10, 0, new Size(20,20), new Size(image.width(), image.height()));

如何在android中提高OpenCV人脸检测性能？

2 个答案: