基于像素强度比较的目标检测（pico）

本仓库包含实时人脸检测的代码。 请观看演示视频 http://www.youtube.com/watch?v=1lXfm-PZz0Q 以获得更直观的了解。

pico 框架是对标准 Viola-Jones 方法的一种改进。其基本思想是在所有合理的尺度和位置上，使用一个由二元分类器组成的级联来扫描图像。如果某个图像区域能够成功通过级联中的每一个分类器，则该区域会被判定为感兴趣的目标。每个二元分类器由一组决策树组成，这些树的内部节点采用像素强度比较作为二值测试。这种设计使得检测器能够以极高的速度处理图像区域。详细内容请参见 http://arxiv.org/abs/1305.4537。

pico 的一些亮点包括：

• 处理速度快；
• 无需在检测前对图像进行预处理；
• 无需计算积分图、图像金字塔、HOG 金字塔或其他类似的数据结构；
• 树的内部节点中所有的二值测试都基于同一种特征类型（而在 V-J 框架中并非如此）；
• 该方法可以轻松修改，用于快速检测平面内旋转的目标。

可以说，pico 的主要局限性也正源于它的简单性：当目标类别的外观变化较大时，应避免使用 pico。例如，不建议使用 pico 来检测行人。对于这类任务，大型的现代卷积神经网络更为合适。

然而，当需要实时性能且目标类别较为简单时（如人脸或模板），pico 仍然非常适用。

在图像和视频中检测目标

文件夹 rnt/ 包含了使用预先训练好的分类级联在图像和视频流中执行目标检测所需的所有资源。具体来说，可以在 rnt/samples/ 文件夹中找到执行人脸检测的示例程序。

需要注意的是，该库还能够在无需重新采样图像或重新训练分类级联的情况下检测旋转后的目标。这是通过旋转树的内部节点中的二值测试来实现的，相关细节已在论文中说明。

将运行时嵌入到您的应用程序中

要在您自己的应用程序中使用该运行时，您需要：

• 在代码中包含 find_objects(...) 的原型声明（例如，添加 #include picornt.h）
• 将 picornt.c 与您的代码一起编译
• 加载并包含使用 picolrn 生成的分类级联（例如，rnt/cascades/facefinder）
• 使用适当的参数调用 find_objects(...)

请注意，该库没有特定的依赖项，即您可以直接使用标准 C 编译器进行编译。

为了更好地理解该库的工作方式，我们建议您查看 rnt/samples/native/sample.c，因为它就是专门作为文档编写的。

学习自定义目标检测器

程序 picolrn.c（位于 gen/ 文件夹中）允许您学习并构建自己的自定义目标检测器。训练数据必须以特定的格式提供。当您不带参数调用 picolrn 时，详细信息会打印到标准输出。通常，您可以将这些信息重定向到一个文本文件中：

$ ./picolrn > howto.txt

在 gen/sample/ 文件夹中，您可以找到一个指导您学习人脸检测器的教程。

引用

如果您在工作中使用了提供的代码或二进制文件，请引用以下论文：

N. Markus, M. Frljak, I. S. Pandzic, J. Ahlberg 和 R. Forchheimer，“基于决策树组织的像素强度比较的目标检测”，http://arxiv.org/abs/1305.4537

联系方式

如有任何其他问题，请通过 nenad.markus@fer.hr 与我联系。

版权所有 © 2013，Nenad Markus。保留所有权利。

pico 快速上手指南

pico 是一个基于像素强度比较的实时目标检测框架（改进版 Viola-Jones 算法）。它无需图像预处理、积分图或图像金字塔，即可实现极高速度的人脸或简单模板检测。

环境准备

• 操作系统：Linux, macOS, Windows (需支持标准 C 编译器)
• 编译器：GCC, Clang 或 MSVC (标准 C 编译器即可)
• 依赖库：无。pico 运行时没有任何外部库依赖，可直接编译。

安装步骤

pico 无需传统的 make install 过程，只需将源码集成到您的项目中即可。

1. 获取源码

   git clone https://github.com/nenadmarkus/pico.git
   cd pico
   

2. 集成到项目 要在您的应用程序中使用检测功能，请执行以下操作：

   • 在代码中包含头文件：#include "picornt.h"
   • 将 rnt/picornt.c 加入您的编译列表。
   • 准备预训练的级联分类器文件（位于 rnt/cascades/ 目录下，例如 facefinder）。

3. 编译示例程序（可选） 您可以直接编译官方提供的示例来验证环境：

   # 进入示例目录
   cd rnt/samples/native
   
   # 使用 gcc 编译 (以 Linux/macOS 为例)
   gcc -o sample sample.c ../../picornt.c -lm
   
   # Windows 用户可使用 cl.exe:
   # cl sample.c ..\..\picornt.c
   

基本使用

1. 运行人脸检测示例

编译完成后，即可对图片或视频流进行检测。

# 检测图片中的人脸
./sample image.jpg rnt/cascades/facefinder

# 检测摄像头视频流中的人脸
./sample /dev/video0 rnt/cascades/facefinder

(注：Windows 下摄像头设备名通常为索引号，如 0)

2. 代码嵌入示例

以下是最小化的 C 语言调用示例，展示如何在代码中加载模型并检测对象：

#include <stdio.h>
#include "picornt.h"

int main() {
    // 1. 加载预训练的分类器级联 (例如人脸检测器)
    void *cascade = load_cascade("rnt/cascades/facefinder");
    if (!cascade) {
        printf("Failed to load cascade.\n");
        return 1;
    }

    // 假设 img_data, width, height 已准备好 (灰度图像数据)
    // unsigned char *img_data; 
    // int width, height;

    // 2. 执行检测
    // 参数：图像数据，宽，高，级联模型，最小尺寸，最大尺寸，步长，缩放因子
    float *detections = find_objects(img_data, width, height, cascade, 24, 0, 1.25f, 5);

    // 3. 处理结果
    // detections 数组格式为 [x, y, radius, confidence, x, y, radius, confidence, ...]
    if (detections) {
        for (int i = 0; detections[i] >= 0; i += 4) {
            float x = detections[i];
            float y = detections[i+1];
            float radius = detections[i+2];
            printf("Found object at (%f, %f) with radius %f\n", x, y, radius);
        }
        free(detections);
    }

    unload_cascade(cascade);
    return 0;
}

3. 训练自定义检测器（进阶）

如果需要检测非人脸的特定物体（如特定 Logo），可以使用 picolrn 工具训练自己的模型。

# 查看训练数据格式要求
./gen/picolrn > howto.txt

# 参考 gen/sample/ 目录下的教程进行训练
# 训练生成的模型可直接用于上述 find_objects 函数

注意：pico 适用于外观变化较小的简单物体（如正脸、固定模板）。对于行人检测或外观差异巨大的物体，建议使用深度学习模型。