Happy ansiktsgjenkjenning algoritmen nøyaktig kan finne ansiktene, med færre falsk deteksjon, høy nøyaktighet. Den kan brukes for stillbilder og video for å gjenkjenne ansikter. Algoritmen koden ikke stole oepncv bibliotek (bare bruke OpenCV lese bildefil Demoen søknad), skrevet i C, kan lett bli portert.
Sentrale funksjoner:
Lav falsk deteksjon;
Høy nøyaktighet;
Writted i C;
Kan være bærbare.
Algoritme prinsipp:
MBLBP-basert søketabellen typen svake klassifiserere Ekte AdaBoost ansiktsgjenkjenning algoritmen.
LBP (Local Binary mønster), karakterisert ved Ojala gjort i 1994, og anvendt på problemet med tekstur klassifisering. MBLBP funksjonen er en utvidelse av bruken av bildeblokker i stedet for den opprinnelige LBP har en enkelt piksel som den grunnleggende enhet, noe som kan redusere bildestøy beregnings LBP funksjoner, hvis vedta integrert image teknikk, er det mulig å bli innhentet MBLBP har i konstant beregning tid.
Algoritme evaluering:
MBLBP søketabellen typen svake klassifiserere Ekte AdaBoost ansiktsgjenkjenning algoritmen og andre publiserte metoder ble sammenlignet, de sammenlign resultatene av ansiktsgjenkjenning algoritmen fra FDDB offisielle resultater, Den offisielle beskrivelse av den spesifikke metoden referansen FDDB. De som er vist i figur resultater, kan det sees fra figuren, MBLBP søketabellen typen svake klassifiserere Ekte AdaBoost ansiktsgjenkjenning algoritmen (MBLBP (LUT)) stige andre metoder.
Kommentarer ikke funnet