Happytime algorithme de détection des visages peut détecter avec précision les visages humains, avec moins fausse détection, de grande précision. Il peut être utilisé pour les images fixes et vidéo à détecter des visages. Le code de l'algorithme ne est pas fondé oepncv bibliothèque (L'application de démonstration seulement utiliser opencv de fichier d'image lu), écrit en C, peut facilement être porté.
Principales caractéristiques:
Fausse détection basse;
Haute précision;
Writted en C;
Peut être portable.
Principe Algorithme:
Base-MBLBP recherche Type de table classificateurs faibles AdaBoost réel de l'algorithme de détection de visage.
LBP (de configuration binaire locale), caractérisé par le fait Ojala en 1994, et appliqué au problème de classification de texture. Fonction MBLBP est une extension de l'utilisation de blocs au lieu de la LBP originale d'image dispose d'un seul pixel comme unité de base, ce qui peut réduire les caractéristiques de LBP de calcul de bruit de l'image, si adopter la technique d'image intégré, il est possible d'obtenir MBLBP figure dans temps de calcul constant.
l'évaluation de l'algorithme:
MBLBP recherche Type de table classificateurs faibles réel AdaBoost algorithme de détection de visage et d'autres méthodes publiées ont été comparés, les résultats de la comparaison de l'algorithme de détection de visage de résultats officiels Fddb, la description officielle de la référence spécifique de la méthode Fddb. Les résultats présentés dans la figure, on peut voir sur la figure, MBLBP recherche Type de table classificateurs faibles réel AdaBoost algorithme de détection de visage (MBLBP (LUT)) dépasse d'autres méthodes.
Commentaires non trouvées