Сегментация и обнаружение лиц
Ранее вы узнали, как повысить вычислительную эффективность с помощью неконтролируемой суперпиксельной сегментации. В этом упражнении вы примените этот подход на практике!
Используйте функцию slic() для сегментации изображения, а затем передайте его детектору лиц.
profile_image.Класс Cascade, функция slic() из модуля segmentation и функция show_detected_face() для визуализации уже импортированы. Детектор инициализирован и готов к использованию как detector.
Это упражнение является частью курса
Обработка изображений в Python
Инструкции к упражнению
- Примените суперпиксельную сегментацию и получите сегменты, известные как метки, с помощью
slic(). - Получите сегментированное изображение с помощью
label2rgb(), передав в неёsegmentsиprofile_image. - Обнаружьте лица, используя детектор с методом мультимасштабного поиска.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Obtain the segmentation with default 100 regions
segments = ____
# Obtain segmented image using label2rgb
segmented_image = ____(____, ____, kind='avg')
# Detect the faces with multi scale method
detected = detector.____(img=____,
scale_factor=1.2,
step_ratio=1,
min_size=(10, 10), max_size=(1000, 1000))
# Show the detected faces
show_detected_face(segmented_image, detected)