Happytime Face Detection 2.0
Je het binnen 5 seconden downloaden.
Over Happytime Face Detection
Happytime gezichtsherkenning kan nauwkeurig detecteren menselijke gezichten, met minder valse detectie, hoge nauwkeurigheid. Het kan worden gebruikt voor stilstaande beelden en video om gezichten te detecteren. Het kan tegelijkertijd meerdere gezichten detecteren, verschillende kleurengezichten detecteren, gezichten in een complexe achtergrond detecteren. De algoritmecode vertrouwt niet op oepncv-bibliotheek (De toepassing gebruikt alleen opencv-leesafbeeldingsbestand), geschreven in C, kan eenvoudig worden geport. Belangrijkste kenmerken: Lage valse detectie, hoge nauwkeurigheid Kan tegelijkertijd meerdere vlakken detecteren Kan verschillende kleurengezichten detecteren Kan gezichten op een complexe achtergrond detecteren Geschreven in C, kan gemakkelijk worden geport Algoritmeprincipe: Op basis van MB-LBP(multi block lokaal binair patroon) functies opzoeken tabel type zwakke classificaties Real AdaBoost gezichtsherkenning algoritme. LBP (Local Binary Pattern) functies voorgesteld door de Ojala in 1994, en toegepast op de textuur classificatie probleem. MB-LBP-functie is een uitbreiding van LBP, maakt gebruik van beeldblokken in plaats van de originele LBP-functies die een enkele pixel als basiseenheid. MB-LBP kan de beeldruis verminderen bij het berekenen van LBP-functies, als het mogelijk is om MBLBP-functies in constante rekentijd te verkrijgen. AdaBoost is een stimulerende leermethoden, AdaBoost trainingsproces met behulp van de drempel als een kenmerk van zwakke classificaties output, deze zwakke classificaties heeft een beperkt vermogen om monsterruimte te verdelen. Op basis van Real AdaBoost algoritme, Wu stelde een lookup tabel type zwakke classifiers continue AdaBoost gezichtsherkenning algoritme, om een goede gezichtsherkenning resultaten te krijgen. Algoritme evaluatie: MB-LBP lookup tabel type zwakke classificaties Real AdaBoost gezichtsherkenning algoritme en andere gepubliceerde methoden werden vergeleken, de resultaten weergegeven in figuur, kan worden gezien uit de figuur, MB-LBP lookup tabel type zwakke classificaties Real AdaBoost gezichtsherkenning algoritme andere methoden overschrijden.