Happytime Face Detection 2.0

Lesen: Percuma ‎Saiz fail: 6.93 MB
‎Penarafan Pengguna: 5.0/5 - ‎1 ‎Undi

Tentang Happytime Face Detection

Pengesanan wajah Happytime dapat mengesan wajah manusia dengan tepat, dengan kurang pengesanan palsu, ketepatan yang tinggi. Ia boleh digunakan untuk masih gambar dan video untuk mengesan wajah. Ia boleh mengesan berbilang muka secara serentak, boleh mengesan wajah warna yang berbeza, boleh mengesan wajah dalam latar belakang yang kompleks. Kod algoritma tidak bergantung perpustakaan oepncv (Aplikasi hanya menggunakan opencv baca fail imej), yang ditulis dalam C, boleh dengan mudah di ported. Ciri-ciri utama: Pengesanan palsu rendah, ketepatan tinggi Boleh mengesan berbilang muka secara serentak Boleh mengesan wajah warna yang berbeza Boleh mengesan muka dalam latar belakang yang kompleks Ditulis dalam C, boleh dengan mudah dibedah Prinsip algoritma: Berdasarkan MB-LBP (corak perduaan tempatan pelbagai blok) menampilkan jenis jadual carian yang lemah pengelas real AdaBoost menghadapi algoritma pengesanan. Ciri LBP (Corak Perduaan Tempatan) yang dicadangkan oleh Ojala pada tahun 1994, dan digunakan untuk masalah klasifikasi tekstur. Ciri MB-LBP adalah lanjutan LBP, menggunakan blok imej dan bukannya ciri LBP asal yang mana piksel tunggal sebagai unit asas. MB-LBP boleh mengurangkan bunyi bising imej apabila mengira ciri LBP, jika mengamalkan teknik imej penting, ia adalah mungkin untuk mendapatkan ciri-ciri MBLBP dalam masa pengiraan berterusan. AdaBoost adalah kaedah pembelajaran yang menggalakkan, proses latihan AdaBoost menggunakan ambang sebagai ciri output pengelas yang lemah, pengelas yang lemah ini mempunyai keupayaan yang terhad untuk membahagikan ruang sampel. Berdasarkan algoritma Real AdaBoost, Wu mencadangkan jenis meja carian pengelas lemah Algoritma pengesanan wajah AdaBoost berterusan, untuk mendapatkan hasil pengesanan wajah yang baik. Penilaian algoritma: Jenis meja carian MB-LBP yang lemah pengelas Real AdaBoost pengesanan algoritma dan kaedah lain yang diterbitkan dibandingkan, keputusan yang ditunjukkan dalam angka, ia dapat dilihat dari angka, MB-LBP cari jadual jenis pengelasan lemah Real AdaBoost pengesanan algoritma muka melebihi kaedah lain.