使用局部二元模式进行人脸检测

Question

如您所知，LBP是面部检测的强大功能。通常，SVM或其他类似的分类器用于此功能的分类目的。 但在某些论文中，使用了像AdaBoost这样的自适应Boosting方法。使用具有类似哈尔特征的AdaBoost是明确的，因为每个弱分类器都是类似于haar的特征，具有[x，y，w，h]，我们为它计算[阈值，极性]。 但是在LBP的情况下，我无法理解应该使用什么结构？ 我读了this paper，它将LBP（实际上是LGP）应用于训练图像的每个像素，并计算每个特征的直方图。 但是我们如何使用AdaBoost和一堆直方图？

Answer 1

在Opencv中有一个具有LBP功能的Haarcascade。您可以使用它或查看代码以了解LBP功能的完成方式。