Opencv自带的frontface检测器比较

比较Opencv自带的frontface检测器

 

CascadeClassifier*haarcascade_frontalface_alt = new CascadeClassifier("./xml/haarcascade_frontalface_alt.xml");

CascadeClassifier*haarcascade_frontalface_alt_tree = new CascadeClassifier("./xml/haarcascade_frontalface_alt_tree.xml");

CascadeClassifier*haarcascade_frontalface_alt2 = new CascadeClassifier("./xml/haarcascade_frontalface_alt2.xml");

CascadeClassifier*haarcascade_frontalface_default = new CascadeClassifier("./xml/haarcascade_frontalface_default.xml");

CascadeClassifier*lbpcascade_frontalface = new CascadeClassifier("./xml/lbpcascade_frontalface.xml");

检测时间上对比，其中1为下图中的复杂背景图像(1580*1110)，2为简单背景图像(846*826)

ms	Haar_alt	Haar_alt_tree	Haar_alt2	Haar_default	lbp
1	2054	1350	2309	1651	948
2	912	700	964	623	326

从上面的检测时间可见，LBP的时间最短

对于检测结果矩阵的对比，由于LBP和alt_tree只检出了两张人脸，因此只对这两个矩阵进行对比

	Haar_alt	Haar_alt_tree	Haar_alt2	Haar_default	lbp
1	70	74	70	72	69
1	82	88	91	83	82
2	277	302	283	296	292
2	266	278	254	263	271

从上面的检测矩形可见，alt_tree的检测结果相对较大，lbp的检测结果相对较小，但是不是每次都最小。

 

检测结果的排列顺序与表格相同，从上面的检测结果可见，对于复杂背景下，alt_tree和LBP的检测结果都是一致的，但是LBP的用时要短很多，因此LBP相对来说实时性更强。

 

 

 

OpenCV中4个人脸级联分类器

OpenCV下的data\haarcascades中有4个haar特征训练的级联分类器：

它们之间的区别如下：

1：haarcascade_frontalface_alt.xml

Stump-based 20x20 gentle adaboost frontal face detector.

2：haarcascade_frontalface_alt2.xml

Tree-based 20x20 gentle adaboost frontal face detector.

3：haarcascade_frontalface_alt_tree.xml

Stump-based 20x20 gentle adaboost frontal face detector.This detector uses tree of stage classifiers instead of a cascade

4：haarcascade_frontalface_default.xml

Stump-based 24x24 discrete(?) adaboost frontal face detector.

 

实验比较：

原图输入：前亚洲男子天团

结果：

采用1的结果： 识别效果最好，都识别出来，并且无误检

采用2的结果：有误检

采用3的结果：

采用4的结果：