Kaskady Haar kontra kaskady LBP w wykrywaniu twarzy

Kaskada LBP może być przeszkolony do wykonywania podobnie (lub lepiej) niż Kaskada Haar, ale po wyjęciu z pudełka kaskada Haar jest około 3x wolniejsza, a w zależności od danych, o 1-2% lepiej w dokładnym wykryciu lokalizacji twarzy. Ten wzrost dokładności jest dość znaczący, biorąc pod uwagę, że wykrywanie twarzy może działać w zakresie dokładności 95%+.

Poniżej przedstawiamy wyniki korzystania z zbioru danych MUCT.

Prawidłowe wykrywanie jest odnotowywane, gdy jest co najmniej 50% / align = "center" bgcolor = "# e0ffe0 " / premier Wysp Owczych / / align = center /

Cascade:haarcascade_frontalface_alt2.xml
Datafile:muct.csv
|---------------------------------------------------|
|   Hits  |  Misses  | False Detects  | Multi-hit   |
|  3635   |   55     |   63           |    5        |
|---------------------------------------------------|
Time:4m2.060s

Vs:

Cascade:lbpcascade_frontalface.xml
Datafile:muct.csv
|---------------------------------------------------|
|   Hits  |  Misses  | False Detects  | Multi-hit   |
| 3569    |  106     |   77           |    3        |
|---------------------------------------------------|
Time:1m12.511s

Moja osobista opinia jest taka, że powinieneś zajrzeć do LBP dla wszystkich zadań związanych z wykrywaniem po prostu dlatego, że trening LBP może trwać kilka minut, podczas gdy trening HAAR może trwać kilka dni dla tego samego zestawu danych treningowych i parametrów.

Zadane pytanie będzie miało różną wydajność w zależności od rodzaju wykrywanej rzeczy, ustawień treningu i parametrów używanych podczas wykrywania, a także kryteriów testowania kaskad.

Dokładność zarówno HAAR, jak i LBP kaskady zależą od zbiorów danych (próbek pozytywnych i negatywnych) wykorzystywanych do ich treningu oraz parametrów wykorzystywanych podczas treningu.

Według Lienhart et al, 2002 , W przypadku wykrywania twarzy:

• Twój -numStages, -maxDepth i -maxWeakCount parametry powinny być wystarczająco wysokie, aby osiągnąć pożądane -minHitRate i -maxFalseAlarmRate.
Trening oparty na drzewie jest bardziej dokładny niż trening oparty na pniu.]}
• delikatny adaboost jest lepszy od dyskretnego i rzeczywistego adaboost,
• minimalny rozmiar próbki treningowej ma znaczenie, ale systematyczne badanie na ten temat nie zostało jeszcze wykonane.

Również flagi użyte w detectMultiScale() powodują drastyczną zmianę prędkości i dokładności w danej konfiguracji sprzętowej.

Do testowania kaskady należy rozliczyć na zbiorze danych i metodzie takiej jak K-fold cross validation.

Może Ci się przyda:

Istnieje Biblioteka Simd , która ma implementację klasyfikatorów kaskadowych HAAR i LBP. Może używać standardowych kaset HAAR i LBP z OpenCV. Ta implementacja posiada optymalizacje SIMD przy użyciu SSE4. 1, AVX2, AVX - 512 i NEON( ARM), dzięki czemu działa 2-3 razy szybciej niż oryginalna implementacja OpenCV.

Ponadto, na etapach treningowych, LBP jest szybszy niż Haar. Z próbką 2000 pos i próbką 300 neg, szkolenie z użyciem typu Haar zajęło około 5-6 dni, ale w przypadku LBP zajęło to tylko kilka godzin.