Happy Face Detection algoritm kan korrekt detektera ansikten, med färre falsklarm, hög noggrannhet. Den kan användas för stillbilder och video för att upptäcka ansikten. Algoritmen koden inte lita oepncv bibliotek (Demo ansökan endast använda OpenCV läs bildfil), skriven i C, kan lätt portas.
Viktiga funktioner:
Låg falsklarm;
Hög noggrannhet;
Writted i C;
Kan vara bärbar.
Algoritm princip:
MBLBP Baserade uppslagstabell typ svaga klassificerare Real AdaBoost ansiktsigenkänning algoritm.
LBP (Lokal Binary Pattern) kännetecknas av Ojala gjorde 1994, och tillämpas på problemet med textur klassificering. MBLBP funktionen är en utvidgning av användningen av bildblock i stället för den ursprungliga LBP har en enda pixel som grundenhet, vilket kan minska bildbrus beräknings LBP funktioner, om att anta integrerad bildteknik, är det möjligt att erhållas MBLBP funktioner i konstant beräkningstid.
Algoritm utvärdering:
MBLBP uppslagstabell typ svaga klassificerare Real AdaBoost ansiktsigenkänning algoritm och andra publicerade metoder jämfördes de jämför resultat av ansiktsigenkänning algoritm från FDDB officiella resultat, Den officiella beskrivningen av den särskilda metod referens FDDB. De resultat som visas i fig, kan det ses från figuren, MBLBP uppslagstabell typ svaga klassificerare Real AdaBoost ansiktsdetekteringsalgoritmen (MBLBP (LUT)) överstiger andra metoder.
Kommentarer hittades inte