使用OpenCV和LBP在iPhone上进行人脸检测

概述我已经成功地使用OpenCV-2.1.0中的Haar算法(cvHaarDetectObjects)来检测iOS 4.2的Objective-C项目中的图片和视频帧中的面部.但是,在大多数情况下,iPhone 4上的视频帧处理时间大约需要1-2秒.我正在使用的代码示例如下： NSString *path = [[NSBundle mainBundle] pathForResource:@"haarc 我已经成功地使用OpenCV-2.1.0中的Haar算法(cvHaarDetectObjects)来检测iOS 4.2的Objective-C项目中的图片和视频帧中的面部.但是,在大多数情况下,iPhone 4上的视频帧处理时间大约需要1-2秒.我正在使用的代码示例如下：

Nsstring *path = [[NSBundle mainBundle] pathForResource:@"haarcascade_frontalface_alt" ofType:@"xml"];    CvHaarClassifIErCascade* cascade =             (CvHaarClassifIErCascade*)cvLoad([path cStringUsingEnCoding:NSASCIIStringEnCoding],NulL,NulL);    CvMemStorage* storage = cvCreateMemStorage(0);    CvSeq* faces = cvHaarDetectObjects(small_image,cascade,storage,1.2,0 |CV_HAAR_DO_ROUGH_SEARCH |CV_HAAR_FIND_BIGGEST_OBJECT,cvSize(30,30));

我尝试了多种优化技术,包括ROI的智能应用,以及整数而不是浮点数的使用.然而,这些变化花费了大量时间,只有很小的好处.

有人建议我使用LBP可以显着减少面部检测时间.我一直在尝试和寻找实施LBP的方法,但无济于事.在opencv中,有一个级联文件(lbpcascade_frontalface.xml),但我找不到任何有关如何使用它的建议.

任何帮助将不胜感激,包括我可能在我的搜索中遗漏的其他优化技术和谷歌链接.只要合理有效,检测的准确性并不重要.

谢谢！

解决方法 尝试使用 Instruments来确定应用程序中性能瓶颈的位置.它们可能与您认为的不同.

另外,请查看this性能指南.

总结

以上是内存溢出为你收集整理的使用OpenCV和LBP在iPhone上进行人脸检测全部内容，希望文章能够帮你解决使用OpenCV和LBP在iPhone上进行人脸检测所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。