Happytime Face Detection 2.0
5秒でダウンロードできます。
に関しては Happytime Face Detection
ハッピータイムの顔検出は、誤検知が少なく、精度が高く、人間の顔を正確に検出できます。静止画やビデオで顔を検出するために使用できます。同時に複数の顔を検出することができ、異なる色の顔を検出することができ、複雑な背景の顔を検出することができます。アルゴリズムコードは、Cで書かれたoepncvライブラリ(アプリケーションはopencv読み取りイメージファイルのみを使用する)に依存しません。 主な特徴: 低誤検知、高精度 同時に複数の顔を検出できます 異なる色の顔を検出することができます 複雑な背景で顔を検出できる Cで書かれ、容易に移植することができる アルゴリズムの原理: MB-LBP(マルチブロックローカルバイナリパターン)に基づいて、ルックアップテーブルタイプ弱い分類器リアルAdaBoost顔検出アルゴリズムを備えています。LBP(ローカルバイナリパターン)は、1994年にOjalaによって提案され、テクスチャ分類の問題に適用されます。MBLBP機能はLBPの延長であり、基本単位として単一の画素である元のLBP機能の代わりに画像ブロックを使用する。LBPはLBP特徴を計算する際に画像ノイズを低減でき、積分画像技術を採用すれば、一定の計算時間でMBLBP特徴を得ることができる。 AdaBoostは、学習方法を高める、弱い分類器出力の特徴として閾値を使用してAdaBoostトレーニングプロセス、この弱い分類器は、サンプル空間を分割する能力が限られている。実AdaBoostアルゴリズムに基づいて、Wuは良好な顔検出結果を得るために、ルックアップテーブルタイプ弱い分類子連続AdaBoost顔検出アルゴリズムを提案しました。 アルゴリズム評価: MB-LBPルックアップテーブル型弱いAdaBoost顔検出アルゴリズムと他の公表された方法が比較された、図に示す結果を、図から見ることができ、MB-LBPルックアップテーブル型弱いAdaBoost顔検出アルゴリズムは他の方法を超える。