Happytime Face Detection 2.0

Lisensi: Gratis ‎Ukuran file: 6.93 MB
‎Peringkat Pengguna: 5.0/5 - ‎1 ‎Suara

Tentang Happytime Face Detection

Deteksi wajah happytime dapat secara akurat mendeteksi wajah manusia, dengan lebih sedikit deteksi palsu, akurasi tinggi. Ini dapat digunakan untuk gambar diam dan video untuk mendeteksi wajah. Ini dapat secara bersamaan mendeteksi beberapa wajah, dapat mendeteksi wajah warna yang berbeda, dapat mendeteksi wajah di latar belakang yang kompleks. Kode algoritma tidak mengandalkan library oepncv (Aplikasi hanya menggunakan file gambar baca opencv), ditulis dalam C, dapat dengan mudah di-porting. Fitur utama: Deteksi false rendah, akurasi tinggi Dapat mendeteksi beberapa wajah secara bersamaan Dapat mendeteksi wajah warna yang berbeda Dapat mendeteksi wajah di latar belakang yang kompleks Ditulis dalam C, dapat dengan mudah di-port Prinsip algoritma: Berdasarkan MB-LBP(multi block local binary pattern) fitur lookup table type weak classifiers Real AdaBoost face detection algoritma. Fitur LBP (Local Binary Pattern) yang diusulkan oleh Ojala pada tahun 1994, dan diterapkan pada masalah klasifikasi tekstur. Fitur MB-LBP adalah ekstensi LBP, menggunakan blok gambar alih-alih fitur LBP asli yang merupakan piksel tunggal sebagai unit dasar. MB-LBP dapat mengurangi kebisingan gambar saat menghitung fitur LBP, jika mengadopsi teknik gambar integral, dimungkinkan untuk diperoleh fitur MBLBP dalam waktu komputasi konstan. AdaBoost adalah metode pembelajaran yang meningkatkan, proses pelatihan AdaBoost menggunakan ambang batas sebagai fitur output pengklasifikasi yang lemah, pengklasifikasi lemah ini memiliki kemampuan terbatas untuk membagi ruang sampel. Berdasarkan algoritma Real AdaBoost, Wu mengusulkan tabel pencarian jenis pengklasifikasi lemah algoritma deteksi wajah AdaBoost terus menerus, untuk mendapatkan hasil deteksi wajah yang baik. Evaluasi algoritma: MB-LBP mencari jenis tabel lemah classifiers Real AdaBoost face detection algoritma dan metode lain yang diterbitkan dibandingkan, hasil yang ditunjukkan pada gambar, dapat dilihat dari gambar, MB-LBP lookup table jenis lemah classifiers Real AdaBoost face detection algoritma melebihi metode lain.