LBPH+Adaboost人脸检测、识别

检测:

可能的方法一:

LBPH的维数如果是:8×8×64=2710

也就是说LBPH是一个2710维的特征,那么每一维都相当于一个haar特征;所以就像是Haar+Adaboost一样,找维数种分辨能力最强的为弱分类器,用Adaboost的方法训练获取Adaboost的LBPH分类器;

可能的方法二:

   论文:在基于Boo sting LBP的人脸性别识别方法中 , 首先利用可变尺寸的子窗口对人脸图像所有区域进行扫描 ,获取每个子窗口内的LBP 直方图.对于每一类(本文中为两类)求得每一子窗口的平均LBP直方图作为模板 , 采用卡方距离计算各个子窗口与模板之间的差异构造弱分类器.最后采用 Adaboo st 算法对弱分类器进行挑选 , 求得相应权值,合并成为最终的强分类器 。

  我的想法:应该是算所有人脸样本的平均LBPH,算每个样本的LBPH,算每个样本的LBPH(子窗口)和平均人脸样本的卡方距离作为弱分类器;

识别:

算两个LBPH之间的卡方距离等;


你可能感兴趣的:(人脸检测)