81个关键点，帮你紧密追踪女神的脸，比Dlib还多了13点

为什么要追踪人脸？

大概，是想要实现什么大胆的想法吧。比如加个贴紧脸部的特技：

来自Face Maker应用

有个叫做Niko的程序猿，发布了拥有81个关键点的面部检测工具：

Niko

Niko说，他在Dlib库68个关键点的基础上加了13个，把前额也包含在追踪范围里。

那样，就可以加上更丰富的特技了。比如，带个帽子：

来自Tommy Palladino，并非Niko成果

介绍一下

先来仔细看一看这只霉霉，脸上81个关键点的分布：

0-67是dlib既有的68个脸部关键点；

68-80是程序猿新增的13个前额关键点。

程序猿说，他是从Patrick Huber的eos项目 (一个轻量级3DMM) 上，fork出了一个分支，用Surrey人脸模型找到了自己需要的这13个额外的点。

然后，用整个ibug大数据库训练了模型，拿81点替换了原本的68点。不过，训练方法还是和dlib差不多的。

成果，就是文章开头见到的样子。不过，也可以做成表情包：

Dlib何方神圣？

Dlib，是用C++写成的机器学习库，提供了C++和Python接口。

库里面有许多常见的算法，人脸标记便是赫赫有名的一个。

缘起2014年，Dlib实现了当年一篇著名CVPR论文的算法：

“用回归树，一毫秒搞定人脸对齐。”

由此，Dlib名声大振。人脸标记、人脸识别、人脸姿态估计，库里面各种各样的算法都广为流传。

Dlib人脸姿态估计

后来出现的许多库，都是在它的基础上开发的：Python人脸识别库face_recognition便是其一。

Niko的81个关键点，也是借鉴了Dlib人脸标记的68个点。

如今，Dlib已经更新到19.17版本了。

Niko的81点传送门：

https://github.com/codeniko/shape_predictor_81_face_landmarks

Surrey Face Model：

https://cvssp.org/faceweb/3dmm/facemodels/