我是靠谱客的博主 火星上大地,最近开发中收集的这篇文章主要介绍faceDetection对比实验 - to be continue对比实验,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

对比实验


FDDB数据集概述

初探人脸检测,纵有多种deeplearning方法,工程限制,还是采用了最原始的方法。

速度上来说,首先深大教授的libfacedetection方法是最快的,其次dlib、再次opencv。
在我自己检测到的速度对比来看:

----------dlib------------
avg:   0.0943026041667 s
sum:   181.061 s
------libfacedetection------
avg:   0.00707299270073 s
sum:   13.566 s
----------opencv----------
avg:   0.180855949896 s
sum:   346.52 s

对于三种算法的对比实验,我采用了国际上广泛使用的数据集FDDB(homepage:http://vis-www.cs.umass.edu/fddb/)
在evaluation的readme中,官方指出了检测结果需要输出的格式:

...
<image name i>
<number of faces in this image =im>
<face i1>
<face i2>
...
<face im>
...

Face的检测结果支持两种格式,矩形和椭圆形:

  4 a. Rectangular regions
       Each face region is represented as:
       <left_x top_y width height detection_score> 

  4 b. Elliptical regions
       Each face region is represented as:
       <major_axis_radius minor_axis_radius angle center_x center_y detection_score>.

最后

以上就是火星上大地为你收集整理的faceDetection对比实验 - to be continue对比实验的全部内容,希望文章能够帮你解决faceDetection对比实验 - to be continue对比实验所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(35)

评论列表共有 0 条评论

立即
投稿
返回
顶部