Happytime Face Detection algoritme kan nauwkeurig de menselijke gezichten detecteren, met minder valse detectie, hoge nauwkeurigheid. Het kan gebruikt worden voor stilstaande beelden en video detecteren van gezichten. Het algoritme code niet afhankelijk oepncv bibliotheek (De demo applicatie alleen gebruik opencv lezen image-bestand), geschreven in C, kan eenvoudig worden overgezet.
De belangrijkste kenmerken:
Lage valse detectie;
Hoge nauwkeurigheid;
Writted in C;
Kan zijn draagbaar.
Algoritme principe:
MBLBP-gebaseerde opzoektabel soort zwakke classifiers Real AdaBoost gezichtsherkenning algoritme.
LBP (Local Binary Pattern) gekenmerkt door Ojala in 1994, en toegepast op het probleem van textuur classificatie. MBLBP functie is een uitbreiding van het gebruik van het beeld blokken in plaats van de originele LBP is voorzien van een enkele pixel als de basiseenheid, die de beeldruis berekening LBP functies kan verminderen, als integraal image techniek vast te stellen, is het mogelijk om worden verkregen MBLBP voorzien in constante rekentijd.
Algoritme evaluatie:
MBLBP opzoektabel soort zwakke classifiers Real AdaBoost gezichtsherkenning algoritme en andere gepubliceerde methoden werden vergeleken, de resultaten te vergelijken van gezichtsherkenning algoritme uit FDDB officiële resultaten, de officiële beschrijving van de specifieke methode verwijzing FDDB. De in Figuur resultaten, kan worden afgeleid uit de figuur, MBLBP opzoektabel soort zwakke classifiers Real AdaBoost gezichtsherkenning algoritme (MBLBP (LUT)) hoger zijn dan andere methoden.
Reacties niet gevonden