- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我需要一些关于基于 LBP 的人脸检测的帮助,这就是我写这篇文章的原因。
我有以下与在 OpenCV 上实现的人脸检测相关的问题:
LBP_frontal_face_classifier.xml 中的特征值是什么?我知道它们是 4 个整数的向量。但是我应该如何使用它特征?我认为阶段 0 访问第一个功能但访问不在这种模式中。此功能的访问模式是什么?
文献中的所有论文仅提供高层次的概述。他们的 描述主要包括来自邻域的LBP计算 像素。但是这个 LBP 值如何用于 分类器?
我读了一些论文、文章。但没有人清楚地描述基于 LBP 的人脸检测是如何工作的或详细的算法。如果有人想自己开发一个人脸检测程序,他应该遵循哪些步骤-没有文档描述。
如果可以的话,请帮我解决这些问题。我将不胜感激。
最佳答案
我建议您引用我的 own以前的回答稍微涉及到这个话题,但没有解释XML级联格式。
让我们看一个假,为了清楚而修改的级联示例,只有一个阶段和三个特征。
<!-- stage 0 -->
<_>
<maxWeakCount>3</maxWeakCount>
<stageThreshold>-0.75</stageThreshold>
<weakClassifiers>
<!-- tree 0 -->
<_>
<internalNodes>
0 -1 3 -67130709 -21569 -1426120013 -1275125205 -21585
-16385 587145899 -24005</internalNodes>
<leafValues>
-0.65 0.88</leafValues></_>
<!-- tree 1 -->
<_>
<internalNodes>
0 -1 0 -163512766 -769593758 -10027009 -262145 -514457854
-193593353 -524289 -1</internalNodes>
<leafValues>
-0.77 0.72</leafValues></_>
<!-- tree 2 -->
<_>
<internalNodes>
0 -1 2 -363936790 -893203669 -1337948010 -136907894
1088782736 -134217726 -741544961 -1590337</internalNodes>
<leafValues>
-0.71 0.68</leafValues></_></weakClassifiers></_>
稍后......
<features>
<_>
<rect>
0 0 3 5</rect></_>
<_>
<rect>
0 0 4 2</rect></_>
<_>
<rect>
0 0 6 3</rect></_>
<_>
<rect>
0 1 4 3</rect></_>
<_>
<rect>
0 1 3 3</rect></_>
...
让我们先来看一个阶段的标签:
maxWeakCount
for a stage是该阶段弱分类器的个数,评论里叫什么<!-- tree -->
以及我所说的 LBP 特征。
3
.stageThreshold
是特征的权重必须加起来至少才能让阶段通过。
-0.75
.转向描述 LBP 特征的标签:
internalNodes
是一个包含 11 个整数的数组。前两个对于 LBP 级联没有意义。第三个是索引进了<features>
<rect>
的表格s 在 XML 文件的末尾(A <rect>
描述了要素的几何形状)。最后 8 个值是八个 32 位值,它们共同构成了我在之前的回答中提到的 256 位 LUT。这个LUT是训练过程计算出来的,我自己也不是很懂。
3
, 由四个整数描述 0 1 4 3
.leafValues
是与特征关联的两个权重(通过/失败)。取决于从 internalNodes
中选择的位在特征评估期间,将这两个权重之一添加到总数中。此总数与阶段的 <stageThreshold>
相比较.然后,bool stagePassed = (sum >= stageThreshold - EPS);
, 其中EPS
是1e-5,决定阶段是通过还是失败。权重也由训练过程决定。
-0.65
传递权重是 0.88
.最后,<feature>
标签。它由一组 <rect>
组成包含 4 个整数的标签,描述要素的几何形状。给定一个处理窗口(在您的情况下为 24x24),前两个整数描述其 x
和 y
处理窗口内的整数像素偏移,接下来的两个整数描述了 9 个子矩形中的一个子矩形的宽度和高度要评估的 LBP 特征。
本质上,标签 <rect> ft.x ft.y ft.width ft.height </rect>
位于处理窗口内pW.width
x pW.height
检查人脸是否存在于 pW.x
x pW.y
对应于...
然后为了评估 LBP,读取点 p[0..15]
处的积分图像就足够了并使用 p[BR]+p[TL]-p[TR]-p[BL]
计算九个子矩形的积分。 中央子矩形 R4 与其他八个子矩形进行比较,从 R0 开始顺时针方向生成一个 8 位 LBP(这些位被打包 [msb 01258763 lsb])。
此 8 位 LBP 然后用作特征的 (2^8 = 256) 位 LUT(<internalNodes>
)的索引,选择一个位。如果该位为1,则该特征与人脸不一致;如果为0,则与人脸一致。然后返回适当的权重 (<leafNode>
) 并将其与所有其他特征的权重相加以产生总体阶段总和。然后将其与 <stageThreshold>
进行比较以确定该阶段是通过还是失败。
如果还有其他我没有解释清楚的地方,我可以澄清。
关于algorithm - 了解 OpenCV LBP 实现,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22565531/
背景: 我最近一直在使用 JPA,我为相当大的关系数据库项目生成持久层的轻松程度给我留下了深刻的印象。 我们公司使用大量非 SQL 数据库,特别是面向列的数据库。我对可能对这些数据库使用 JPA 有一
我已经在我的 maven pom 中添加了这些构建配置,因为我希望将 Apache Solr 依赖项与 Jar 捆绑在一起。否则我得到了 SolarServerException: ClassNotF
interface ITurtle { void Fight(); void EatPizza(); } interface ILeonardo : ITurtle {
我希望可用于 Java 的对象/关系映射 (ORM) 工具之一能够满足这些要求: 使用 JPA 或 native SQL 查询获取大量行并将其作为实体对象返回。 允许在行(实体)中进行迭代,并在对当前
好像没有,因为我有实现From for 的代码, 我可以转换 A到 B与 .into() , 但同样的事情不适用于 Vec .into()一个Vec . 要么我搞砸了阻止实现派生的事情,要么这不应该发
在 C# 中,如果 A 实现 IX 并且 B 继承自 A ,是否必然遵循 B 实现 IX?如果是,是因为 LSP 吗?之间有什么区别吗: 1. Interface IX; Class A : IX;
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在阅读标准haskell库的(^)的实现代码: (^) :: (Num a, Integral b) => a -> b -> a x0 ^ y0 | y0 a -> b ->a expo x0
我将把国际象棋游戏表示为 C++ 结构。我认为,最好的选择是树结构(因为在每个深度我们都有几个可能的移动)。 这是一个好的方法吗? struct TreeElement{ SomeMoveType
我正在为用户名数据库实现字符串匹配算法。我的方法采用现有的用户名数据库和用户想要的新用户名,然后检查用户名是否已被占用。如果采用该方法,则该方法应该返回带有数据库中未采用的数字的用户名。 例子: “贾
我正在尝试实现 Breadth-first search algorithm , 为了找到两个顶点之间的最短距离。我开发了一个 Queue 对象来保存和检索对象,并且我有一个二维数组来保存两个给定顶点
我目前正在 ika 中开发我的 Python 游戏,它使用 python 2.5 我决定为 AI 使用 A* 寻路。然而,我发现它对我的需要来说太慢了(3-4 个敌人可能会落后于游戏,但我想供应 4-
我正在寻找 Kademlia 的开源实现C/C++ 中的分布式哈希表。它必须是轻量级和跨平台的(win/linux/mac)。 它必须能够将信息发布到 DHT 并检索它。 最佳答案 OpenDHT是
我在一本书中读到这一行:-“当我们要求 C++ 实现运行程序时,它会通过调用此函数来实现。” 而且我想知道“C++ 实现”是什么意思或具体是什么。帮忙!? 最佳答案 “C++ 实现”是指编译器加上链接
我正在尝试使用分支定界的 C++ 实现这个背包问题。此网站上有一个 Java 版本:Implementing branch and bound for knapsack 我试图让我的 C++ 版本打印
在很多情况下,我需要在 C# 中访问合适的哈希算法,从重写 GetHashCode 到对数据执行快速比较/查找。 我发现 FNV 哈希是一种非常简单/好/快速的哈希算法。但是,我从未见过 C# 实现的
目录 LRU缓存替换策略 核心思想 不适用场景 算法基本实现 算法优化
1. 绪论 在前面文章中提到 空间直角坐标系相互转换 ,测绘坐标转换时,一般涉及到的情况是:两个直角坐标系的小角度转换。这个就是我们经常在测绘数据处理中,WGS-84坐标系、54北京坐标系
在软件开发过程中,有时候我们需要定时地检查数据库中的数据,并在发现新增数据时触发一个动作。为了实现这个需求,我们在 .Net 7 下进行一次简单的演示. PeriodicTimer .
二分查找 二分查找算法,说白了就是在有序的数组里面给予一个存在数组里面的值key,然后将其先和数组中间的比较,如果key大于中间值,进行下一次mid后面的比较,直到找到相等的,就可以得到它的位置。
我是一名优秀的程序员,十分优秀!