Happytime Face Detection para Windows

El algoritmo de detección de caras Happytime puede detectar con precisión las caras humanas, con menos detecciones falsas y alta precisión. Se puede utilizar para imágenes fijas y videos para detectar caras. El código del algoritmo no depende de la biblioteca opencv (la aplicación de demostración solo utiliza opencv para leer archivos de imagen), está escrito en C y puede ser fácilmente portado.

Características clave:Baja detección falsa;Alta precisión;Escrito en C;Puede ser portátil.Principio del algoritmo:Clasificadores débiles de tipo tabla de búsqueda MBLBP basados en el algoritmo de detección de caras Real AdaBoost.LBP (Patrón Binario Local) caracterizado por Ojala en 1994, y aplicado al problema de clasificación de texturas. La característica MBLBP es una extensión que utiliza bloques de imagen en lugar de las características LBP originales de un solo píxel como unidad básica, lo que puede reducir el ruido de la imagen al calcular las características LBP; si se adopta la técnica de imagen integral, es posible obtener características MBLBP en tiempo de cálculo constante.

Evaluación del algoritmo:Se comparó el algoritmo de detección de caras MBLBP de clasificadores débiles de tipo tabla de búsqueda Real AdaBoost con otros métodos publicados, los resultados de comparación del algoritmo de detección de caras provienen de los resultados oficiales de FDDB. La descripción oficial del método específico hace referencia a FDDB. Los resultados se muestran en la figura, se puede ver en la figura que el algoritmo de detección de caras MBLBP de clasificadores débiles de tipo tabla de búsqueda Real AdaBoost (MBLBP (LUT)) supera a otros métodos.