Haar、pico、npd、dlib等多种人脸检测特征及算法结果比较
来源:互联网 发布:影响黄金价格的数据 编辑:程序博客网 时间:2024/06/05 22:42
原文:opencv、pico、npd、dlib、face++等多种人脸检测算法结果比较
NDP检测结果:
结果分析:
Pico(Pixel Intensity Comparison-based Object detection)发表于2014年,它也继承于Viola-Jones算法并对其做了一部分改进,最大的不同在于特征提取方式,不同于Viola-Jones的Haar特征,pico则是提取点对特征,对两个像素点进行对比。实验表明这种特征比Haar特征更为有效,且运算时间更短。
这就意味着PICO的抗噪性能极差,场景可扩展性不强。
NDP特征有以下几个特点:
- 其特征是反对称的,也就是说 f (x, y) 或者f (y, x) 都可以表述 x 和 y 两点的特征,举个例子来说,对于一张 p = h*w 大小的图片,其特征池大小为 p * (p-1)/2 。
- 其特征是有符号的,也就是说其特征表述是有方向性的。
- 其特征是尺度鲁棒的, 也就是说由于其特征分子是两像素点差值,所以对于光照具有较强的鲁棒性。
- 其特征值是归一化的。
最后指出,通过特征池是可以重建出原图的,也就是说特征池包含了原图片中的所有信息。
重要参考文章:NPD实现及其与pico一脉相承的关系
此文详细的介绍了PICO和NDP的理论和实验,以及递进关系。赞一个!!!
GitHub代码下载:https://github.com/wincle/NPD
NDP的官网及代码下载:http://www.cbsr.ia.ac.cn/users/scliao/projects/npdface/
1 0
- Haar、pico、npd、dlib等多种人脸检测特征及算法结果比较
- 人脸识别之人脸检测(十三)--PICO,NPD算法
- 人脸检测特征-haar特征
- 人脸特征检测--基于DLIB库
- 【人脸检测:Haar】计算Haar特征个数(一)
- Haar-like特征人脸检测
- Haar-like特征人脸检测
- Haar特征检测 - 人脸识别
- 初学opencv/haar特征人脸检测
- AdaBoost 人脸检测介绍(7) : Haar特征CvHaarClassifierCascade等结构分析
- 人脸识别之人脸检测(三)--Haar特征原理及实现
- 基础知识(十三)dlib python人脸检测 特征点定位
- Dlib人脸特征点检测(速度优化)
- Dlib人脸特征点检测(速度优化)
- dlib python人脸检测 特征点定位
- opencv结合dlib进行人脸特征点的检测
- 人脸检测原理及示例(OpenCV+Python) haar特征 adaboost
- dlib 04 dlib自带demo 基于HOG的人脸特征检测
- js对象的获取
- 第 3 章 MySQL管理工具的使用
- 移动端实时监控文本框的字数
- qt 之解析XML元素(QXmlStreamReader)
- 错误Name node is in safe mode的解决方法
- Haar、pico、npd、dlib等多种人脸检测特征及算法结果比较
- 【Java学习之旅】——PrepareStatement和Statement区别以及实现批量删除
- 初识Servlets
- python2, 3 中zip list 函数
- mybatis的详解
- 内存区域分配(五个段)
- Hadoop+OpenCV的集群化图像处理开发环境建设与测试研究
- 巨磁阻效应分析与应用
- Meta标签中的apple-mobile-web-app-capable属性及含义