dlibの顔検出の関数の引数の意味

Question

参考サイト

上記のサイトを参考にして、顔検出&スタンプのプログラムを組んでいますが、一つ疑問に思ったことがありまして、
調べてもいまいち分からなかったので、質問しました。

dlib.get_frontal_face_detector()の第二引数の数字の意味が分からないです。
お教えいただけないでしょうか？

(以下サイト内のdetector.py)

# coding:utf-8

import json
import math
import os

import cv2
import dlib


def main():
    ## input path and read image
    img_path = "../data/img/" + os.listdir("../data/img/")[0]
    img_filename = os.path.basename(img_path)
    img_ext = img_filename.split(".")[-1]

    img = cv2.imread(img_path, cv2.IMREAD_COLOR)
    if img is None:
        print("Could not read input image")
        exit()


    ## instance detector/predictor
    detector = dlib.get_frontal_face_detector()
    predictor = dlib.shape_predictor("predictor/shape_predictor_68_face_landmarks.dat")


    ## detect faces
## この下の第二引数の意味が分からないです！！！！
    faces = detector(img, 1)
    if len(faces) == 0:
        print("Could not detect any faces")
        exit()


    ## compute face properties
    face_properties = {}
    for i, f in enumerate(faces):
        ## get 68 points
        points = predictor(img, f).parts()

        ## Left/Right temples
        t_L = points[0]
        t_R = points[16]

        ## calc properties
        face_width = math.sqrt((t_L.x - t_R.x)**2 + (t_L.y - t_R.y)**2)
        face_center = [(t_L.x + t_R.x)/2, (t_L.y + t_L.y)/2]
        degree_acw = -1 * math.degrees(math.atan2((t_R.y - t_L.y), (t_R.x - t_L.x)))

        ## add result
        face_properties[i] = {
            "stamp": "01.png",
            "center": face_center,
            "width": face_width,
            "angle": degree_acw
        }

    ## save
    with open("../data/json/" + img_filename.replace(img_ext, "json"), "w") as f:
        json.dump(face_properties, f, ensure_ascii=False, indent=4, separators=(',', ': '))


if __name__ == "__main__":
    main()

Answer 1

upsample_num_times というパラメータです。
検出器にかける前に、元画像をその回数アップサンプリングするようです。
http://dlib.net/python/index.html

数値が大きいほど、より小さい領域の検出ができるようになりますが、処理時間と必要なメモリが大きくなります。
デフォルトのパラメータの値は0で、そのときの検出される最小の領域は80x80。1にすると40x40、2にすると20x20となるようです。
https://qiita.com/nonbiri15/items/9561c8194ba0b2041bd0#dlibでの顔検出の最小の検出サイズについて

Comments

[Nanmotsu]

そこに書かれていたのですね。
教えていただきましてありがとうございます。