Happytime ফেস ডিটেকশন আলগোরিদিম সঠিকভাবে কম মিথ্যা সনাক্তকরণ, উচ্চ নির্ভুলতা সঙ্গে, মানুষের মুখ সনাক্ত করতে পারেন. এটা মুখ সনাক্ত করতে এখনও ছবি এবং ভিডিও জন্য ব্যবহার করা যেতে পারে. অ্যালগরিদম কোড সহজেই বৈশিষ্ট্যসমূহ নিয়ে আসা করা যেতে পারে, সি oepncv লাইব্রেরি (ডেমো আবেদন শুধুমাত্র ব্যবহার opencv পড়া ইমেজ ফাইল), নির্ভর করে না.
মূল বৈশিষ্ট্য:
কম মিথ্যা সনাক্তকরণ;
উচ্চ নির্ভুলতা;
সি Writted;
পোর্টেবল হতে পারে.
অ্যালগরিদম নীতি:
MBLBP ভিত্তিক লুকআপ টেবিল টাইপ দুর্বল ক্লাসিফায়ার রিয়েল AdaBoost মুখ সনাক্তকরণ আলগোরিদিম.
Ojala দ্বারা চিহ্নিত করা LBP (স্থানীয় বাইনারি প্যাটার্ন) 1994 সালে তৈরি হয়, এবং জমিন শ্রেণীবিভাগ সমস্যা প্রয়োগ. MBLBP এর পরিবর্তে মূল LBP ইমেজ ব্লক ব্যবহার একটি এক্সটেনশন অবিচ্ছেদ্য ইমেজ কৌশল অবলম্বন করে, ইমেজ শব্দ গণনা LBP বৈশিষ্ট্য কমাতে পারে, যা মৌলিক একক, হিসাবে একটি একক পিক্সেল অতিরিক্ত বৈশিষ্ট্যগুলিও উপস্থিত রয়েছে, এটা MBLBP বৈশিষ্ট্য প্রাপ্ত করা সম্ভব ধ্রুব গুনতি সময়.
অ্যালগরিদম মূল্যায়ন:
MBLBP লুকআপ টেবিল টাইপ দুর্বল ক্লাসিফায়ার রিয়েল AdaBoost মুখ সনাক্তকরণ আলগোরিদিম এবং অন্যান্য প্রকাশিত পদ্ধতি তুলনা করা হয়, FDDB সরকারী ফলাফল থেকে মুখ সনাক্তকরণ আলগোরিদিম তুলনা ফলাফল, নির্দিষ্ট পদ্ধতি রেফারেন্স FDDB সরকারী বিবরণ. চিত্র দেখানো ফলাফল, এটা চিত্র থেকে দেখা যায়, MBLBP লুকআপ টেবিল টাইপ দুর্বল ক্লাসিফায়ার রিয়েল AdaBoost মুখ সনাক্তকরণ আলগোরিদিম (MBLBP লূত (আঃ)) অন্যান্য পদ্ধতি অতিক্রম.
পাওয়া মন্তব্যসমূহ না