algoritmo de detección de rostros Happytime puede detectar con precisión los rostros humanos, con menos falsa detección, de alta precisión. Puede ser utilizado para las imágenes fijas y de vídeo para detectar las caras. El código del algoritmo no se basan oepncv biblioteca (La aplicación de demostración sólo usar archivo de imagen leer OpenCV), escrito en C, puede ser fácilmente portado.
Las características clave:
Falsa detección de baja;
De alta precisión;
Writted en C;
Puede ser portátil.
Principio Algoritmo:
Búsqueda de tipo tabla basada en MBLBP clasificadores débiles AdaBoost real algoritmo de detección de rostros.
LBP (patrón binario Local) caracterizado por el hecho Ojala en 1994, y se aplica al problema de la clasificación de la textura. Característica MBLBP es una extensión de la utilización de bloques de imagen en lugar de la LBP original ofrece un solo píxel como unidad básica, que puede reducir las características LBP cálculo ruido de la imagen, si adoptar la técnica de imagen integral, es posible que se obtenga MBLBP cuenta en tiempo de cálculo constante.
Evaluación Algoritmo:
MBLBP búsqueda de tipo tabla clasificadores débiles real AdaBoost algoritmo de detección de rostros y otros métodos publicados se compararon los resultados de la comparación del algoritmo de detección de rostros de resultados oficiales FDDB, la descripción oficial de la referencia a un método específico FDDB. Los resultados que se muestran en la figura, se puede observar en la figura, MBLBP búsqueda de tipo tabla clasificadores débiles real AdaBoost algoritmo de detección de rostros (MBLBP (LUT)) supera otros métodos.
Comentarios que no se encuentran