Rilevamento del fronte felice rileva una faccia umana su un'immagine o un video.
Scarica ora

Rilevamento del fronte felice Classifica e riepilogo

Rilevamento del fronte felice Tag

Rilevamento del fronte felice Descrizione

L'algoritmo di rilevamento del viso HappyTime può rilevare accuratamente i volti umani, con un minor numero di rilevamento falso, alta precisione. Può essere utilizzato per immagini fisse e video per rilevare i volti. Il codice algoritmo non affida la libreria oepncv (l'applicazione demo utilizza solo il file immagine opencv lettura), scritto in c, può essere facilmente portato. Caratteristiche principali: Basso falso rilevamento; Alta precisione; Scosso in c; Può essere portatile. Principio algoritmo: Tipo di tabella di ricerca a base di mblbp Classificatori deboli Real Adaboost Face Detection Algoritm. LBP (modello binario locale) caratterizzato dall'OJALA realizzato nel 1994 e applicato al problema della classificazione della trama. La funzione MBLBP è un'estensione dell'uso dei blocchi di immagine anziché l'originale LBP presenta un singolo pixel come unità di base, che può ridurre le caratteristiche del calcolo del rumore dell'immagine, se adotta le funzionalità di immagine integrale, è possibile ottenere funzionalità MBLBP in Tempo di calcolo costante. Valutazione algoritmo: MBLBP Guarda il tipo di tabella Tipo Debole Classificatori di debolezza Adaboost Adaboost L'algoritmo di rilevamento del viso e altri metodi pubblicati sono stati confrontati, i risultati di confronto dell'algoritmo di rilevamento del volto dai risultati ufficiali del FDDB, la descrizione ufficiale del metodo specifico riferimento FDDB. I risultati indicati in figura, può essere visto dalla figura, il tipo di tabella di ricerca MBLBP classificatori deboli del tipo di rilevamento del viso reale dell'algoritmo (MBLBP (LUT)) supera altri metodi.

Rilevamento del fronte felice Software correlato