Haar、pico、npd、dlib等多种人脸检测特征及算法结果比较

时间:2021-11-13 10:18:40


原文:opencv、pico、npd、dlib、face++等多种人脸检测算法结果比较


Haar、pico、npd、dlib等多种人脸检测特征及算法结果比较


 NDP检测结果

Haar、pico、npd、dlib等多种人脸检测特征及算法结果比较

结果分析:

Pico(Pixel Intensity Comparison-based Object detection)发表于2014年,它也继承于Viola-Jones算法并对其做了一部分改进,最大的不同在于特征提取方式,不同于Viola-Jones的Haar特征,pico则是提取点对特征,对两个像素点进行对比。实验表明这种特征比Haar特征更为有效,且运算时间更短。

这就意味着PICO的抗噪性能极差,场景可扩展性不强。


NDP特征有以下几个特点:

  1. 其特征是反对称的,也就是说 f (x, y) 或者f (y, x) 都可以表述 x 和 y 两点的特征,举个例子来说,对于一张 p = h*w 大小的图片,其特征池大小为 p * (p-1)/2 。
  2. 其特征是有符号的,也就是说其特征表述是有方向性的。
  3. 其特征是尺度鲁棒的, 也就是说由于其特征分子是两像素点差值,所以对于光照具有较强的鲁棒性。
  4. 其特征值是归一化的。

最后指出,通过特征池是可以重建出原图的,也就是说特征池包含了原图片中的所有信息。



        重要参考文章:NPD实现及其与pico一脉相承的关系

        此文详细的介绍了PICO和NDP的理论和实验,以及递进关系。赞一个!!!

        GitHub代码下载:https://github.com/wincle/NPD

        NDP的官网及代码下载:http://www.cbsr.ia.ac.cn/users/scliao/projects/npdface/