自动安装

您可以使用以下方法安装混合 MROI 人脸检测包装器pip：

pip install mroi-fd

手动安装

这个项目是在 python 版本上开发和测试的3.7.4。请使用 . 检查您的 python 版本python --version。如果您的系统有不同的 python 版本，您可能需要考虑使用 pyenv（请参阅使用 pyenv）

首先，克隆并cd进入存储库：

git clone https://gitlab.com/ailabuser/bacha_hybrid_mroi_face_detection
cd bacha_hybrid_mroi_face_detection

在 Windows 上：

创建python虚拟环境：

mkvirtualenv venv

激活虚拟环境（deactivate停用虚拟环境）：

workon venv

安装所有必需的依赖项，同时保持虚拟环境处于活动状态：

pip install -r requirements.txt

在 Linux 上：

创建python虚拟环境：

virtualenv -p /usr/bin/python3 venv

激活虚拟环境（deactivate停用虚拟环境）：

source venv/bin/activate

安装所有必需的依赖项，同时保持虚拟环境处于活动状态：

pip install -r requirements.txt

使用 pyenv（Linux、Windows、MacOS）

如果您的 python 版本不是 3.7.4，您可能需要使用 pyenv。安装后pyenv，安装特定的python版本。在 Linux 上，这可以通过运行以下命令来完成：

env PYTHON_CONFIGURE_OPTS="--enable-shared" pyenv install 3.7.4

然后，创建一个虚拟环境：

pyenv virtualenv 3.7.4 bacha_mroi_face_detection

您可以使用如下方式激活虚拟环境pyenv：

pyenv activate bacha_mroi_face_detection

描述

人脸检测技术使用基于边缘的混合感兴趣区域 (MROI) 方法。从某种意义上说，它是混合的，实现运行一个主例程来检测人脸，但当主例程失败时切换到转义例程。使用 MROI 可以提高人脸检测速度，因为选择的人脸检测算法只考虑子区域（之前检测到人脸的地方）而不是全帧。

您可以使用三种预定义的主要例程选择：

1. 哈尔级联分类器
2. 联合级联
3. 多任务卷积神经网络 (MTCNN)

当主程序未能检测到人脸时，实现切换到运行模板匹配算法的逃生程序。

例子

使用混合 MROI 进行人脸检测实施

为了将您的人脸检测算法与混合 MROI 人脸检测器一起使用，您需要创建一个继承该类的子FaceDetector类，并覆盖其detect方法。实现要求该detect 方法返回人脸 ROI 或None; 否则，混合 MROI 人脸检测器可能会失败。

这是一个示例，其中我们使用MTCNN 的 python 实现：

import cv2
from mtcnn.mtcnn import MTCNN
from mroi_fd import FaceDetector

class MROI_MTCNN(FaceDetector):

    def __init__(self):

    	# The main routine face detector object used to detect faces.
        fd_obj = MTCNN()

	# Initialize using base class constructor. We pass the face detector
	# object (fd_obj) and use the MROI with fixed-margin approach with
	# a template matching escape routine.
        super().__init__(fd_obj, mode=FaceDetector.FMTM)

    @staticmethod
    def detect(fd_obj, image):

        rgb_src = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
        result = fd_obj.detect_faces(rgb_src)

        if len(result) > 0:
            return result[0]['box']
        else:
            return None

在内部，这基本上是如何定义预定义的混合 MROI 面部检测器（即MROI_HaarCascade和MROI_MTCNN）。只需导入它们

from mroi_fd import MROI_HaarCascade, MROI_MTCNN

运行人脸检测器

要使用人脸检测器，只需实例化混合 MROI 人脸检测器并通过调用其run方法来运行它。下面是一个简单的脚本，它运行人脸检测器并循环输入图像。

fd = MROI_MTCNN()
fd.run() # This runs the face detector in the background.

cap = cv2.VideoCapture("/path/to/video/file")

while True:
	ret, frame = cap.read()

	# No more images; exit.
	if not ret:
		break

	# Feed the image into the face detector.
	fd.input_image(frame)

	# Get the ROI containing the face. This will be `None` if no face is
	# detected.
	ROI = fd.get_face_region()

	if ROI is not None:
		x, y, w, h = ROI
		cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

	cv2.imshow("MROI_MTCNN Face Detector", frame)

	if cv2.waitKey(1) == ord('q'):
		break

fd.clean()
cap.release()
cv2.destroyAllWindows()