Quin algorisme és millor per a la detecció de cares?
Quin algorisme és millor per a la detecció de cares?

Vídeo: Quin algorisme és millor per a la detecció de cares?

Vídeo: Quin algorisme és millor per a la detecció de cares?
Vídeo: Deutsch lernen (A1): Ganzer Film auf Deutsch - "Nicos Weg" | Deutsch lernen mit Videos | Untertitel 2024, Abril
Anonim

Pel que fa a la velocitat, HoG sembla ser el més ràpid algorisme , seguit del classificador Haar Cascade i les CNN. Tanmateix, les CNN a Dlib solen ser les més precises algorisme . HoG funciona força bé, però té alguns problemes per identificar cares petites. Els classificadors HaarCascade funcionen com bo com a HoG en general.

De la mateixa manera, es pot preguntar, quin algorisme s'utilitza per a la detecció de cares?

Popular algorismes de reconeixement incloure anàlisi de components principals mitjançant eigenfaces, anàlisi discriminant lineal, concordança de gràfics de grups elàstics mitjançant Fisherface algorisme , el model de Markov ocult, l'aprenentatge subespai multilineal mitjançant la representació de tensors i la concordança d'enllaços dinàmics motivats per neurones.

Què és la detecció de cares Mtcnn? MTCNN - Simultània Detecció de cares & Punts de referència MTCNN (Multitask Cascaded Convolutional Neural Networks) és un algorisme que consta de 3 etapes, que detecta els quadres delimitadors de cares en una imatge juntament amb els seus 5 punts Cara Punts de referència (enllaç al document).

Simplement, com funciona l'algoritme de detecció de cares?

Algorismes tradicionals que impliquen treball de reconeixement facial mitjançant la identificació facial característiques extraient característiques, o punts de referència, de la imatge del cara . Per exemple, extreure facial característiques, an algorisme pot analitzar la forma i la mida dels ulls, la mida del nas i la seva posició relativa amb els ulls.

Com detecten les cares les càmeres?

Detecció de cares . Afortunadament, cares tenen algunes característiques fàcilment reconeixibles que càmeres es pot bloquejar; un parell d'ulls, nas i boca. En poder detectar a cara a l'escena, el càmera pot concentrar el seu enfocament automàtic en el d'aquesta persona cara per assegurar-se que és el tema principal enfocat a la imatge.

Recomanat: