關於影象特徵問題,參考
- 影象特徵提取三**寶：hog特徵，lbp特徵，haar特徵
人臉檢測屬於計算機視覺的範疇，早期人們的主要研究方向是人臉識別，即根據人臉來識別人物的身份，後來在複雜背景下的人臉檢測需求越來越大，人臉檢測也逐漸作為乙個單獨的研究方向發展起來。
目前的人臉檢測方法主要有兩大類：基於知識和基於統計。
「基於知識的方法主要利用先驗知識將人臉看作器官特徵的組合，根據眼睛、眉毛、嘴巴、鼻子等器官的特徵以及相互之間的幾何位置關係來檢測人臉。基於統計的方法則將人臉看作乙個整體的模式——二維畫素矩陣.
統計的觀點通過大量人臉影象樣本構造人臉模式空間，根據相似度量來判斷人臉是否存在。在這兩種框架之下，發展了許多方法。目前隨著各種方法的不斷提出和應用條件的變化，將知識模型與統計模型相結合的綜合系統將成為未來的研究趨勢。」（來自**《基於adaboost的人臉檢測方法及眼睛定位演算法研究》）
基於知識的人臉檢測方法
基於統計的人臉檢測方法談到目標分類和位置跟蹤時,希望精確定位什麼?什麼才是目標的可識別部分?提取出影象的細節對產生穩定分類結果和跟蹤結果很重要.這些提取的結果被稱為特徵,專業的表述:從影象資料中提取特徵.雖然任意畫素可能影響多個特徵,但是特徵比畫素少的多,兩個影象的相似程度可以通過他們的特徵的歐式距離來度量.
類haar特徵是一種用於實現實現人臉實時跟蹤的特徵,文獻」robust real-time face dection,paul viola and michael jones,kluwer academic publishers,2001」首次採用這種特徵進行人臉檢測,每個類haar特徵都描述了相鄰影象區域的對比模式.例如,邊,頂點和細線都能生成具有判別性的特徵.
haar特徵分類器是乙個xml檔案，該檔案中描述人體各個部位的haar特徵值。包括人臉、眼睛、嘴唇等等。
haar特徵分類器存放目錄：opencv安裝目錄中的\data\ haarcascades目錄下，haar特徵分類器如下：
haarcascade_eye.xml
haarcascade_eye_tree_eyeglasses.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_lowerbody.xml
haarcascade_mcs_eyepair_big.xml
haarcascade_mcs_eyepair_small.xml
haarcascade_mcs_leftear.xml
haarcascade_mcs_lefteye.xml
haarcascade_mcs_mouth.xml
haarcascade_mcs_nose.xml
haarcascade_mcs_rightear.xml
haarcascade_mcs_righteye.xml
haarcascade_mcs_upperbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_smile.xml
haarcascade_upperbody.xml
人臉特徵識別
本次編寫所用的庫為於仕祺老師免費提供的人臉檢測庫。真心好用，識別率和識別速度完全不是opencv自帶的程式能夠比擬的。將其配合opencv的eigenface演算法，基本上可以形成乙個小型的畢業設計。我是學機械的啊喂！1 新建乙個mfc程式。2 新增opencv的屬性表。即配置opencv 3 新建...
人臉識別之人臉檢測
人臉識別分為人臉檢測 人臉預處理 蒐集和學習人臉以及人臉識別四個部分，此部分將人臉檢測。本文基於opencv進行的。在opencv中常用的人臉檢測器有基於lbp的特徵檢測 基於haar的特徵檢測，兩者的區別 前者比後者快好幾倍且不需要許可協議，但很多haar檢測器需要許可協議。基於haar的臉部檢測...
人臉特徵點檢測
參考 face alignment by explicit shape regression。演算法的實現原始碼在裡的explicitshaperegression.cpp裡面。下面貼上乙個檢測結果 人臉特徵點有不少應用，比如可以對齊人臉，或者做人臉變形。在人臉資料庫裡挑選了一些人臉，對齊它們，求出...