人脸检测
文章平均质量分 62
cv_family_z
这个作者很懒,什么都没留下…
展开
-
人脸检测“Face detections without bells and whistles”
使用了两种简单的方法:ICF和DPM做人脸检测。主要贡献: 1.在使用恰当的情况下,普通的DPM可以超越复杂DPM的结果; 2.使用ICF做人脸检测,几个固定的模板可以达到很好的效果;数据库: AFLW:26 000个标记人脸,AFW:205bbox,FDDB:2845 椭圆标记 评价标准:IOU>0.5,AP。ICF detectorbaseline 方法:SquaresChnFtrs-5原创 2015-12-09 14:59:09 · 2923 阅读 · 0 评论 -
人脸检测“Joint Cascade Face Detection and Alignment”
开源代码:https://github.com/luoyetx/JDA 好的介绍博客:http://www.cvrobot.net/joint-cascade-face-detection-and-alignment/思路:将人脸矫正和检测一起做,矫正来提升检测准确率先验证矫正对检测有效,检测后分类器:对OpenCV Haar产生的3000个窗口处理,27facial points SIFT fe原创 2015-12-25 17:01:23 · 3219 阅读 · 0 评论 -
人脸检测“A Fast and Accurate Unconstrained Face Detector”
NPD人脸检测主要内容: 1.图像特征:Normalized Pixel Difference(NPD),存在查找表中。 2.特征筛选:deep quadratic tree 3.分类:soft cascade classifier1.NPD特征 就是两个像素的相对差值,根据Weber规则得到。 f(x,y)=x−yx+yf(x,y)=\frac {x-y}{x+y} 对于s*s的图像,原创 2015-11-25 15:02:59 · 7461 阅读 · 21 评论 -
人脸检测“Real-Time Rotation-Invariant Face Detection with Progressive Calibration Networks”
源码:https://github.com/Jack-CV/PCN-FaceDetection 提出了PCN网络检测任意角度的人脸,网络分为三级,首先将任意角度人脸从[-180°,180°]转到[-90°,90°],第二级将人脸转到[-45°,45°]范围,第三步将人脸转为正脸,示意图为: PCN网络进行具有三个任务:人脸/非人脸分类,bbox回归,以及角度标定,损失函数为: 三步P...原创 2018-11-01 11:36:10 · 649 阅读 · 0 评论