amusi/opencv-facial-landmark-detection

🔍 Phát hiện 68 điểm mốc khuôn mặt bằng OpenCV và thuật toán LBF

Chỉ cần OpenCV + OpenCV-Contrib, không cần thư viện bên thứ ba, phát hiện 68 điểm mốc khuôn mặt thời gian thực.

Đây là dự án do Amusi xây dựng, sử dụng thuật toán LBF (Local Binary Features) trong OpenCV để thực hiện phát hiện các điểm mốc khuôn mặt — một tính năng thường cần các thư viện như Dlib hoặc mô hình học sâu nặng. Dự án chỉ dựa trên OpenCV và mô hình đã được huấn luyện sẵn, phù hợp cho các ứng dụng thị giác máy tính nhẹ.

✨ Điểm nổi bật

• Thuật toán LBF: Dựa trên mô hình đã huấn luyện từ hàng ngàn ảnh khuôn mặt có nhãn.
• Không phụ thuộc bên ngoài: Chỉ cần OpenCV3.4+ và OpenCV-Contrib.
• 68 điểm mốc chuẩn: Phát hiện đầy đủ các điểm mốc khuôn mặt theo tiêu chuẩn.
• Hỗ trợ thời gian thực: Xử lý từ webcam hoặc video cục bảnh.
• Mã nguồn C++: Chỉ hỗ trợ C++, chưa có giao diện Python.
• Dễ tích hợp: Chỉ cần tải mô hình lbfmodel.yaml và chạy trực tiếp.

💡 Vì sao đáng chú ý

Khác với các giải pháp truyền thống như Dlib hay mô hình học sâu, dự án này chỉ cần OpenCV và một mô hình nhẹ để thực hiện phát hiện điểm mốc khuôn mặt, giảm đáng kể yêu cầu phần cứng và sự phức tạp. Phù hợp cho các ứng dụng như phân tích khuôn mặt, theo dõi khuôn mặt trong thời gian thực, hoặc xây dựng pipeline thị giác máy tính nhẹ.

#OpenCV #FacialLandmarkDetection #ComputerVision #LBF #TiniX