人脸检测“Face detections without bells and whistles”
来源:互联网 发布:郑州八度网络 编辑:程序博客网 时间:2024/06/07 00:53
使用了两种简单的方法:ICF和DPM做人脸检测。
主要贡献:
1.在使用恰当的情况下,普通的DPM可以超越复杂DPM的结果;
2.使用ICF做人脸检测,几个固定的模板可以达到很好的效果;
数据库:
AFLW:26 000个标记人脸,AFW:205bbox,FDDB:2845 椭圆标记
评价标准:IOU>0.5,AP。
ICF detector
baseline 方法:SquaresChnFtrs-5
包含5个components,使用偏转角度聚类,AFLW数据库中15 106个样本训练5个大小为80*80的模板。
三个角度:正脸(正负20°),侧脸1(20°~60°),侧脸2(60°~200°)。
特征池包含所有可能的方形特征,28 700个。最终的component 检测器包含2000个弱分类器。
检测速度:640*480 50fps, 5个component 速度降低5倍。
DPM
测试时,NMS是个重要的参数
实验结果
1.components的数目对结果的影响:最佳5个。
2.IFC:训练数据越多,结果越好。DPM:500个训练样本结果>95%
3.特征通道,使用HOG+LUV即可获得很好的效果,不需要用其他颜色空间。
4.弱分类器个数:2000个。
与其他方法的结果比较:
0 0
- 人脸检测“Face detections without bells and whistles”
- 人脸检测“A Fast and Accurate Unconstrained Face Detector”
- 人脸检测“Joint Cascade Face Detection and Alignment”
- 人脸检测对齐--Joint Cascade Face Detection and Alignment
- 人脸对齐--Unconstrained Face Alignment without Face Detection
- 人脸检测-- Face R-FCN + Face R-CNN
- 人脸检测之Joint Cascade Face Detection and Alignment 笔记---ECCV2014
- 解读 Joint Cascade Face Detection and Alignment 人脸检测算法
- 人脸检测对齐--Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks
- OpenCV - 人脸检测(face detection) 代码
- Opencv face detection人脸检测
- beyond reality face 人脸检测
- 人脸检测--Scale-Aware Face Detection
- 接口开发 face++人脸检测
- Python调用Face++人脸检测API
- 人脸检测--Face Detection with End-to-End Integration of a ConvNet and a 3D Model
- Android API教程:人脸检测(Face Detect)
- Face++离线版实现拍照进行人脸检测
- thinkphp 3.2 =》0623-7 调用数据库
- @NotNull和@NotEmpty和@NotBlank区别
- 友盟分享集成
- OCP-1Z0-051-2015-43题
- 常用WebService(逐渐更新)
- 人脸检测“Face detections without bells and whistles”
- 关于IOS9的本地通知方法
- wdcp 升级PHP5.3版本,自带支持pdo_mysql组件方法
- struts2的核心
- eclipse 的 working set 里,open project 重复显示的问题
- 页面响应事件跳转的两种方法
- 网络层—路由选择协议
- 简单算法—N皇后构造解,n>=4
- asp.net关于post和get传值的问题