DeepFace项目中YuNet检测器图像缩放导致眼睛位置错误的修复分析

问题背景

在DeepFace项目的YuNet人脸检测器实现中，发现了一个关于图像缩放处理后眼睛位置坐标计算错误的bug。该问题会影响后续的人脸对齐等处理流程，导致基于眼睛位置的面部特征分析出现偏差。

技术细节

YuNet检测器在处理输入图像时，为了提高检测效率，会先将图像缩放到一个较小的尺寸进行人脸检测。检测完成后，再将检测结果中的坐标位置映射回原始图像尺寸。这一过程涉及以下关键步骤：

1. 检测结果格式：YuNet输出的检测结果是一个二维数组，每行包含人脸边界框坐标(x1,y1,w,h)和5个面部关键点坐标，包括右眼(x_re,y_re)、左眼(x_le,y_le)、鼻尖、嘴角等位置信息。

2. 原始实现问题：在原始代码中，眼睛位置坐标(x_re,y_re)和(x_le,y_le)在缩放处理后虽然被重新计算，但这些新值没有被重新赋值给left_eye和right_eye变量。导致最终返回的面部区域对象中仍然包含缩放前的眼睛位置坐标。

问题影响

这个bug会导致以下问题：

• 当输入图像被缩放处理时，返回的眼睛位置坐标不正确
• 基于眼睛位置的面部对齐算法会受到影响
• 所有依赖眼睛位置的面部分析任务(如视线估计、眨眼检测等)都可能产生错误结果

修复方案

修复方案相对简单但关键：

1. 在缩放处理后，将重新计算的眼睛坐标显式赋值给left_eye和right_eye变量
2. 确保FacialAreaRegion对象中存储的是缩放后的正确坐标

技术启示

这个案例提醒我们在处理坐标变换时需要注意：

• 坐标变换链的完整性：确保所有相关坐标都经过相同的变换处理
• 变量赋值的时序：注意中间变量的更新时机，避免使用过期的变量值
• 测试覆盖全面：特别要测试图像预处理(如缩放)后的各种情况

总结

这个bug的发现和修复体现了开源社区协作的价值。虽然问题本身不复杂，但可能对依赖眼睛位置的下游任务产生重大影响。这也提醒开发者在实现坐标变换逻辑时要格外小心，确保所有相关变量都得到正确更新。