Gelukkig gezichtsdetectie Detecteer een menselijk gezicht op een afbeelding of video.
Download nu

Gelukkig gezichtsdetectie Rangschikking & Samenvatting

Gelukkig gezichtsdetectie Tags

Gelukkig gezichtsdetectie Beschrijving

Happytime Face Detection Algoritme kan de menselijke gezichten nauwkeurig detecteren, met minder valse detectie, hoge nauwkeurigheid. Het kan worden gebruikt voor stilstaande beelden en video om gezichten te detecteren. De algoritmecode is niet afhankelijk van OEPNCV-bibliotheek (de demo-applicatie gebruikt alleen OpenCV-leesbeeldbestand), geschreven in C, kan eenvoudig worden geporteerd. Belangrijkste kenmerken: Lage valse detectie; Hoge nauwkeurigheid; Geschikt in C; Kan draagbaar zijn. Algoritme-principe: MBLBP-gebaseerde opzoektafeltype Zwakke classificateurs ECHTE ADABOOST Gezichtsdetectiealgoritme. LBP (lokaal binair patroon) gekenmerkt door de Ojala in 1994 en toegepast op het probleem van textuurclassificatie. MBLBP-functie is een uitbreiding van het gebruik van afbeeldingsblokken in plaats van het originele LBP-functies een enkele pixel als de basiseenheid, die de beeldruiscalculatie LBP-functies kan verminderen, indien een integrale beeldtechniek aankondigt, is het mogelijk om MBLBP-functies in te keuren. constante computatietijd. Algoritme-evaluatie: MBLBP Lookup Tabel Type Zwakke classifiers Real Adaboost Face Detection Algoritme en andere gepubliceerde methoden werden vergeleken, de vergelijkingsresultaten van gezichtsdetectiealgoritme van de officiële resultaten van FDDB, de officiële beschrijving van de specifieke methode Referentie FDDB. De resultaten getoond in figuur, het is te zien in de figuur, MBLBP Lookup Tabel Type Zwakke classificateurs Real Adaboost Face Detection Algoritme (MBLBP (LUT)) overschrijden andere methoden.

Gelukkig gezichtsdetectie Gerelateerde software