Haar、pico、npd、dlib等多種人臉檢測特徵及演算法結果比較

原文：opencv、pico、npd、dlib、face++等多種人臉檢測演算法結果比較

 NDP檢測結果：

結果分析：

Pico（Pixel Intensity Comparison-based Object detection）發表於2014年，它也繼承於Viola-Jones演算法並對其做了一部分改進，最大的不同在於特徵提取方式，不同於Viola-Jones的Haar特徵，pico則是提取點對特徵，對兩個畫素點進行對比。實驗表明這種特徵比Haar特徵更為有效，且運算時間更短。

這就意味著PICO的抗噪效能極差，場景可擴充套件性不強。

NDP特徵有以下幾個特點：

1. 其特徵是反對稱的，也就是說 f (x, y) 或者f (y, x) 都可以表述 x 和 y 兩點的特徵，舉個例子來說，對於一張 p = h*w 大小的圖片，其特徵池大小為 p * (p-1)/2 。
2. 其特徵是有符號的，也就是說其特徵表述是有方向性的。
3. 其特徵是尺度魯棒的， 也就是說由於其特徵分子是兩畫素點差值，所以對於光照具有較強的魯棒性。
4. 其特徵值是歸一化的。

最後指出，通過特徵池是可以重建出原圖的，也就是說特徵池包含了原圖片中的所有資訊。

        重要參考文章：NPD實現及其與pico一脈相承的關係

        此文詳細的介紹了PICO和NDP的理論和實驗，以及遞進關係。贊一個！！！

        GitHub程式碼下載：https://github.com/wincle/NPD

        NDP的官網及程式碼下載：http://www.cbsr.ia.ac.cn/users/scliao/projects/npdface/