Happytime Face Detection 2.0
軟體性質： 免費 檔案大小： 6.93 MB
使用者評分： 5.0/5 - 1 評分
請稍候，您的下載連結正在檢測惡意內容。
您將能夠在 5 秒內下載。
您將能夠在 5 秒內下載。
關於 Happytime Face Detection
快樂時間人臉檢測能準確檢測人臉，用更少的誤檢，高精度。它可用於靜止圖片和視頻來檢測人臉。它可以同時檢測多個面，可以檢測不同顏色的面，可以檢測複雜背景中的面。演算法代碼不依賴於 oepncv 庫（應用程式僅使用 opencv 讀取圖像檔），以 C 編寫，可以很容易地移植。 主要特點： 低誤檢測，高精度 可以同時檢測多個面 可以檢測不同顏色的面 可以檢測複雜背景中的面 用 C 編寫，可以很容易地移植 演算法原理： 基於MB-LBP（多塊局部二進制模式）功能查找表類型弱分類器實達博斯特人臉檢測演算法。LBP（局部二進制模式）功能由Ojala在1994年提出，並應用於紋理分類問題。MB-LBP 功能是 LBP 的擴展，使用圖像塊而不是原始 LBP 功能，其中單個像素作為基本單元。MB-LBP在計算LBP特徵時可以降低圖像雜訊，如果採用整體圖像技術，可以在恆定的計算時間獲得MBLBP特徵。 AdaBoost是一種促進學習的方法，AdaBoost訓練過程採用閾值作為弱分類器輸出的特徵，這種弱分類器的分割空間能力有限。基於實達博斯特演算法，吳提出了一種查找表類型弱分類器連續阿達博斯特人臉檢測演算法，以獲得良好的人臉檢測效果。 演算法評估： MB-LBP查找表類型弱分類器實達博斯特人臉檢測演算法等已發佈方法比較，圖中所示，從圖中可以看到，MB-LBP查找表類型弱分類器實阿達布斯特人臉檢測演算法超過其他方法。