OpenCV 上的人脸检测速度慢？

Question

我在 Mac Os X 上编译并安装了OpenCV（SVN 的最新版本）（这可能是问题的根源）。

该示例有效，但人脸检测算法对我来说似乎很慢。人脸的检测时间约为400ms（我只是使用了包含的示例）。 FPS 相当低。

在 YouTube 等网站上，我看到带有实时人脸检测功能的超流畅视频（即使是在 iPhone 上），所以我感到很困惑。我记得在我的旧 Windows PC 上速度更快。

400 毫秒是正确的检测时间吗？

注意：我的 Macbook 并不旧（2009 年），一切都运行良好。我使用 iSight 网络摄像头（集成网络摄像头）。网络摄像头上只有一张脸（我的脸）。如果没有脸的话，也差不多是同一时间。

Answer 1

输入图像的大小是多少。我猜是 640x480。一般来说，发布 YouTube 视频的人会将图像大小调整为 160x120。在 640x480 的全分辨率下，很难获得超过 2-3 fps 的速度。尝试发送 160x120 的图像。您应该获得至少 10 fps。

Answer 2

添加到前面的答案：

您还可以通过设置 detectMultiScale 的最大尺寸和最重要的是最小尺寸来加快速度。

[此外，正如前面的答案所说，大量缩小是有序的，因为 Haar 检测器使用非常简单的特征（对于最多 6 个像素的关系；在更大的尺度上，您添加类似矩形的区域，就好像它只是一个像素一样） 。在标准 mac/mbp2011 上，我可以获得大约 60fps，这已经足够了。]

为了获得更好的加速，您还可以使用 templateMatching 消除未更改的区域。

Answer 3

最近我发现了一个 Simd 库，它有一个 Simd 库。 com/ermig1979/Simd/blob/master/src/Simd/SimdDetection.hpp" rel="nofollow noreferrer">HAAR 和 LBP 级联分类器的实现。它可以使用 OpenCV 中的标准 HAAR 和 LBP 级联。该实现使用 SSE4.1、AVX2 和 NEON(ARM) 进行了 SIMD 优化，因此其运行速度比原始 OpenCV 实现快 2-3 倍。

Answer 4

我遇到了同样的问题，在具有 4GB RAM 的四核机器上每次检测需要 500 毫秒，但是我注意到有一个 Scale 选项....将其设置为：

./facedetect --scale=4

我得到检测率<20ms

希望有帮助，

Keukpa

Answer 5

在图像上运行时，您应该缩小到一定的限制。如果是视频，除了人脸检测之外，您还可以尝试跟踪。您可以每隔几帧进行面部检测，并跟踪帧之间面部的位置。

此外，OpenCv 支持使用 Canny 丢弃没有机会找到人脸的区域。

Answer 6

我将视频序列中的帧大小调整了 10 倍，效果非常好。另外，为了加快处理速度，请在每个 x 帧中使用人脸检测器，然后在 x-1 帧中使用人脸跟踪器之间（为了避免漂移）。

查看此链接： 跟踪与检测

---

也许还有示例代码帮助某人（这是一个简单的检测不是跟踪或识别）：

这是ANDROID示例，但它与其他平台的opencv非常相似，语言”

mRgba = inputFrame.rgba();
mGray = inputFrame.gray();

int resizeFactor=10;//or any other number based on your input resolution
Imgproc.resize(mGray,mGray,newSize(mGray.width()/resizeFactor,mGray.height()/resizeFactor));
mRgba = proc(mRgba, mGray,resizeFactor);

和“proc”功能类似 - 我从OpenCV4Android人脸检测示例中找到并升级了它：

public Mat proc(Mat mRgba, Mat mGray, int resizeFactor) {
MatOfRect faces = new MatOfRect();
        if (mJavaDetector != null)
            mJavaDetector.detectMultiScale(mGray, faces, 1.1, 2, 2, new Size(0,0), new Size());//change this according to your usage-> Size(0, 0)

        Rect[] facesArray = faces.toArray();
        for (Rect rect : facesArray) {
            Point t1 = rect.tl();
            t1.x *= resizeFactor;
            t1.y *= resizeFactor;
            Point br = rect.br();
            br.x *= resizeFactor;
            br.y *= resizeFactor;
            Imgproc.rectangle(mRgba, t1, br, FACE_RECT_COLOR, 3);
        }

        return mRgba;
    }

我使用的CPU：Snapdragon 720G

---

另外，我还从相关论坛发现LBP 比 HAAR 快得多，我不确定这一点以及性能和质量，但我认为提到这一点也很好。