软件截图:
Happytime人脸检测算法能够准确地检测出人脸，用更少的虚假检测，精度高。它可以用于静止图像和视频以检测脸部。该算法的代码不依赖oepncv库（演示应用程序只使用opencv的读取图像文件），用C语言编写，可以很容易地移植。
主要特点：
低误检;
精度高;
创作的C语言;
可以手提。
算法原理：
MBLBP为基础的查找表型弱分类实AdaBoost人脸检测算法。
LBP（局部二进制模式），其特征由Ojala的在1994年提出，并施加到纹理分类的问题。 MBLBP特征是使用图像块，而不是原来的LBP的的延伸有单个像素为基本单位，它可以减少图像噪声计算的LBP特征，如果采用积分图像技术，它是要获得MBLBP设有在可能的不断的计算时间。
算法评价：
MBLBP查找表型弱分类实AdaBoost人脸检测算法和其他已发表的方法进行比较，人脸检测算法从FDDB正式结果的比较结果，具体方法参考FDDB的官方说明。在图中所示的结果，可以从图中可以看出，MBLBP查找表型弱分类实AdaBoost的人脸检测算法（MBLBP（LUT））超过其他方法。
评论没有发现