Happytime Face Detection 2.0
许可： 免费 文件大小： 6.93 MB
用户评分： 5.0/5 - 1 评分
请稍候，您的下载链接正在检测恶意内容。
您将能够在 5 秒内下载。
您将能够在 5 秒内下载。
关于 Happytime Face Detection
快乐时间人脸检测能准确检测人脸，用更少的误检，高精度。它可用于静止图片和视频来检测人脸。它可以同时检测多个面，可以检测不同颜色的面，可以检测复杂背景中的面。算法代码不依赖于 oepncv 库（应用程序仅使用 opencv 读取图像文件），以 C 编写，可以很容易地移植。 主要特点： 低误检测，高精度 可以同时检测多个面 可以检测不同颜色的面 可以检测复杂背景中的面 用 C 编写，可以很容易地移植 算法原理： 基于MB-LBP（多块局部二进制模式）功能查找表类型弱分类器实达博斯特人脸检测算法。LBP（局部二进制模式）功能由Ojala在1994年提出，并应用于纹理分类问题。MB-LBP 功能是 LBP 的扩展，使用图像块而不是原始 LBP 功能，其中单个像素作为基本单元。MB-LBP在计算LBP特征时可以降低图像噪声，如果采用整体图像技术，可以在恒定的计算时间获得MBLBP特征。 AdaBoost是一种促进学习的方法，AdaBoost训练过程采用阈值作为弱分类器输出的特征，这种弱分类器的分割空间能力有限。基于实达博斯特算法，吴提出了一种查找表类型弱分类器连续阿达博斯特人脸检测算法，以获得良好的人脸检测效果。 算法评估： MB-LBP查找表类型弱分类器实达博斯特人脸检测算法等已发布方法比较，图中所示，从图中可以看到，MB-LBP查找表类型弱分类器实阿达布斯特人脸检测算法超过其他方法。