軟件截圖:
Happytime人臉檢測算法能夠準確地檢測出人臉，用更少的虛假檢測，精度高。它可以用於靜止圖像和視頻以檢測臉部。該算法的代碼不依賴oepncv庫（演示應用程序只使用opencv的讀取圖像文件），用C語言編寫，可以很容易地移植。
主要特點：
低誤檢;
精度高;
創作的C語言;
可以手提。
算法原理：
MBLBP為基礎的查找表型弱分類實AdaBoost人臉檢測算法。
LBP（局部二進制模式），其特徵由Ojala的在1994年提出，並施加到紋理分類的問題。 MBLBP特徵是使用圖像塊，而不是原來的LBP的的延伸有單個像素為基本單位，它可以減少圖像噪聲計算的LBP特徵，如果採用積分圖像技術，它是要獲得MBLBP設有在可能的不斷的計算時間。
算法評價：
MBLBP查找表型弱分類實AdaBoost人臉檢測算法和其他已發表的方法進行比較，人臉檢測算法從FDDB正式結果的比較結果，具體方法參考FDDB的官方說明。在圖中所示的結果，可以從圖中可以看出，MBLBP查找表型弱分類實AdaBoost的人臉檢測算法（MBLBP（LUT））超過其他方法。
評論沒有發現