本文主要是介绍改进opencv的VJ人脸检测器（LBP特征），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
概述
opencv实现的人脸检测器基本原理来自大名鼎鼎的VJ，但是opencv提供的训练模型功能非常羸弱。
VJ以来，很多数码相机和手机都实现了人脸检测功能。可是那些商业软件并不会开源，导致opencv里的人脸检测器一直没有长进。而且随着深度的风靡，研究人员没有动力去改进opencv人脸检测了。
有三位作者看不下去了，在opencv框架的基础上做了很多改进。
原始论文题目叫《ImprovingOpenSourceFaceDetectionbyCombininganAdapted CascadeClassificationPipelineandActiveLearning
》
论文地址：https://lirias.kuleuven.be/bitstream/123456789/560283/2/VISAPP2017.pdf
如何获取成果
opencv已经集成了3位大佬的成果，就是opencv源码目录下的lbpcascade_frontalface_improved.xml文件。
经过测试，相比之前demo，进步非常明显。虽然大侧脸还是检测不到，不过这就是正脸检测器呀，情理之中。
改进措施
作者主要从扩充训练数据集和优化级级联分类器参数着手的。
减少脸部的标注范围
让标注范围不包括耳朵和头发，减少了干扰特征，提高了检测器的鲁棒性。
调整负样本手机策略
opencv之前收集的负样本之间重合较多。作者收集了相互没有重叠的窗口作为负样本。
将假阳性和假阴性的测试样本加入训练集
如题
修改检测器级联策略
如题
参考资料
改进版VJ人脸检测（LBP特征，VISAPP2017）
长文干货！走近人脸检测：从 VJ 到深度学习（上）
各种算法指标对比的好文：人脸检测背景介绍和发展现状
这篇关于改进opencv的VJ人脸检测器（LBP特征）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
