Haar、pico、npd、dlib等多種人臉檢測特徵及演算法結果比較

wishchin發表於2017-05-04


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/


相關文章